請參考下列虛擬程式碼（pseudocode），最可能是在描述何種演算法？ 1. 隨機選X個資料點作為初始群中心 2. 重複以下步驟直到中心不再變動： a. 計算每筆資料到每個中心的距離 b. 將每筆資料指派到最近的群中心 c. 更新中心為該群所有點的平均值
iPAS 考題解析
請參考下列虛擬程式碼（pseudocode），最可能是在描述何種演算法？ 1. 隨機選X個資料點作為初始群中心 2. 重複以下步驟直到中心不再變動： a. 計算每筆資料到每個中心的距離 b. 將每筆資料指派到最近的群中心 c. 更新中心為該群所有點的平均值
- A. K-means分群（K-means Clustering） ✓ 正確答案
- B. 高斯混合模型分群（Gaussian Mixture Model Clustering）
- C. 階層式分群（Hierarchical Clustering）
- D. DBSCAN分群（Density-based Spatial Clustering of Applications with Noise Clustering）
詳細解析
K-means演算法的三個核心步驟：隨機初始化K個中心、分配每點到最近中心、更新中心為群內均值，不斷迭代直到收斂。程式碼描述與K-means定義完全吻合。
出題年份：114 難度：★★☆