Machine learning
تجميع العنقودية باستخدام المتوسطات (K-Means Clustering)
تجميع العنقودية باستخدام المتوسطات (K-Means Clustering) هو خوارزمية تجميع تجزيئية تعتمد على المراكز، تعود جذورها إلى J. MacQueen في عام 1967، وتقوم بتقسيم البيانات إلى k عنقود عن طريق تعيين كل ملاحظة إلى أقرب مركز عنقود لها. وهي تستخدم على نطاق واسع في تجزئة التسويق، وتجميع العملاء، والتحليل الاستكشافي.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
المصادر
- MacQueen, J. (1967). Some Methods for Classification and Analysis of Multivariate Observations. Proceedings of the 5th Berkeley Symposium on Mathematical Statistics and Probability, 1, 281–297. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). K-Means Clustering (Lloyd–MacQueen Algorithm). ScholarGate. https://scholargate.app/ar/machine-learning/k-means-clustering
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- التجميع الهرميتعلم الآلة↔ compare
- تحليل التمييز الخطي (LDAالإحصاء↔ compare
- الغابات العشوائيةتعلم الآلة↔ compare
يُستشهد بها في
تجميع الانتشار التقاربيالتنقيب عن قواعد الارتباط (Apriori)نموذج خليط غاوسي مجمعنموذج غاوس الخليط القابل للتفسيرشرح خوارزمية تجميع المتوسطات كيه (Explainable K-Means)خوارزمية نمو الأنماط المتكررة (FP-Growth)التجميع الضبابي C-Means (FCM)الحوسبة الحبيبية (تكوير المعلومات)تخصيص ديريتشليه الكامن (LDA)تحليل المصفوفات غير السلبية (NMF)طريقة K-means الفورية (Online K-means)خريطة ذاتية التنظيم (خريطة كوهونن)نموذج الكتل العشوائية (Stochastic Block Model