考点：考核对误差平方和的基础认识

在K-Means聚类中，选择K值的一种常用方法是采用 **误差平方和 (Sum of Squared Errors, SSE)**。因此，正确答案是：

C: 误差平方和

### 专业分析：

1. **误差平方和 (SSE)**：
- SSE 是评估聚类质量的重要指标之一，其计算方法是所有样本点到其所属聚类中心的距离平方和。
- 在K-Means中，随着K值的增加，SSE通常会减少。因为更多的聚类可以更好地拟合数据，每个聚类内的点与聚类中心的距离通常会减小。
- 常用的方法是“肘部法则”，通过绘制SSE与K值的关系图，寻找误差平方和降低速度明显减缓的位置，作为选择K值的依据。

2. **其他选项分析**：
- **准确率 (Accuracy)** 和 **召回率 (Recall)**：这些指标通常用于分类问题，而不是聚类问题。
- **均方误差 (MSE)**：虽然MSE也涉及误差，但在K-Means中，通常更直接使用误差平方和（SSE），因为它没有平均化，仅仅是总和。

因此，在K-Means聚类中选择K值时，误差平方和（SSE）是最常用的评估指标。