Python中，需要注意定义字典时，（）不能重复，否则重复的键值会替代原先的键值。

下列关于层次聚类算法的过程：①不断重复直到达到预设的聚类簇数；②不断合并距离最近的聚类簇；③对初始聚类簇和相应的距离矩阵初始化；④对合并得到的聚类簇进行更新。正确的执行顺序为（）。

K-means++算法选择初始seeds的基本思想就是初始的聚类中心之间的相互距离要尽可能的远。对以下步骤：①从输入的数据点集合中随机选择一个点作为第一个聚类中心；②对于数据集中的每一个点x，计算它与最近聚类中心（指已选择的聚类中心）的距离D（x）；③选择一个新的数据点作为新的聚类中心，选择的原则是D（x）较大的点，被选取作为聚类中心的概率较大；④重复②和③直到k个聚类中心被选出来；⑤利用这k个初始的聚类中心来运行标准的K-means算法。K-means++算法的正确流程为（）。

下列关于K均值与DBSCAN比较的说法不正确的是（）。

AGNES是一种采用（）策略的层次聚类算法。

DBSCAN算法的MinPts参数的意义是（）。

聚类算法的性能度量可称为（）。

在K均值算法中，（）可用于获得全局最小。

（）采用概率模型来表达聚类原型。

（）是一种著名的密度聚类算法，它基于一组邻域参数来刻画样本的紧密程度。

（）算法假设聚类结构能通过样本分布的紧密程度确定。