Hoe wordt K-gemiddelden berekend?
Hoe wordt K-gemiddelden berekend?

Video: Hoe wordt K-gemiddelden berekend?

Video: Hoe wordt K-gemiddelden berekend?
Video: How To Calculate The Average In Excel 2024, November
Anonim

K - Middelen Clustering

Selecteer k punten willekeurig als clustercentra. Wijs objecten toe aan hun dichtstbijzijnde clustercentrum volgens de Euclidische afstandsfunctie. Berekenen het zwaartepunt of gemeen van alle objecten in elk cluster. Herhaal stap 2, 3 en 4 totdat dezelfde punten in opeenvolgende rondes aan elk cluster zijn toegewezen.

Hiervan, wat betekent K in K?

K - middelen clustering is een van de eenvoudigste en meest populaire algoritmen voor machinaal leren zonder toezicht. Met andere woorden, de K - middelen algoritme identificeert k aantal zwaartepunten en wijst vervolgens elk gegevenspunt toe aan het dichtstbijzijnde cluster, terwijl de zwaartepunten zo klein mogelijk worden gehouden.

Is een manier om de K-waarde voor K te vinden ook clustering? In principe is er niet zoiets methode die precies kan bepalen de waarde van k . Er zijn verschillende technieken die worden gevolgd om de exacte waarde van k . De gemeen afstand tussen het datapunt en de TROS is een allerbelangrijkste factor die de kan bepalen waarde van k en dit methode is gebruikelijk om te vergelijken.

Simpel gezegd, hoe werkt K betekent dat algoritme werkt?

De k - betekent clustering algoritme probeert een gegeven anonieme dataset (een set die geen informatie bevat over de klasse-identiteit) te splitsen in een vast aantal ( k ) van clusters. aanvankelijk k aantal zogenaamde zwaartepunten worden gekozen. Elk zwaartepunt wordt daarna ingesteld op de rekenkundige gemeen van het cluster dat het definieert.

Waarom K betekent?

De K - middelen clustering-algoritme wordt gebruikt om groepen te vinden die niet expliciet in de gegevens zijn gelabeld. Dit kan worden gebruikt om zakelijke aannames te bevestigen over welke soorten groepen er bestaan of om onbekende groepen in complexe datasets te identificeren.

Aanbevolen: