关于K-means 聚类法的说法，以下是正确的分析：

A. **K-means聚类需要提前给出聚类数量**
**正确**。K-means 算法要求在执行聚类之前指定聚类的数量 \(k\)。这是该算法的一大特点，也是其限制之一，因为用户需要提前知道数据中潜在的聚类数量。

B. **K-means聚类完成之后可以根据类中心进行聚类效果的评价**
**正确**。K-means 聚类的结果包含各个聚类的中心，即所谓的质心。可以利用这些质心评估聚类效果，例如通过观察质心到数据点的距离分布来判断聚类的紧凑程度。

C. **K-means聚类在数据量较大的情况下，速度上比层次聚类更快**
**正确**。K-means 在大数据集上的计算复杂度通常较低，因为它以迭代的方式更新聚类中心，通常收敛速度较快。相比之下，层次聚类的复杂度较高，尤其是对于大型数据集，因为层次聚类需要计算和存储数据点之间的距离矩阵。

D. **K-means聚类的类中心需要根据聚类结果和主观判断给出**
**错误**。在 K-means 聚类中，类中心（质心）是通过算法自动计算得出的，而不是基于主观判断。算法会迭代地调整类中心以最小化各聚类内的平方误差和。

总结：正确答案是 **A、B、C**。