Клъстериране с К-средни
Клъстерирането с К-средни (K-Means Clustering) е центроидно-базиран партиционен алгоритъм за клъстериране, чието начало е поставено от Дж. МакКуин през 1967 г. Той разделя данните на k клъстера, като присвоява всяко наблюдение към най-близкия център на клъстер. Широко използван е за сегментиране на пазара, групиране на клиенти и изследователски анализ.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
+6 още
Източници
- 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 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). K-Means Clustering (Lloyd–MacQueen Algorithm). ScholarGate. https://scholargate.app/bg/machine-learning/k-means-clustering
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Йерархично групиранеМашинно обучение↔ сравняване
- Линеен дискриминантен анализ (LDAСтатистика↔ сравняване
- Случайна гораМашинно обучение↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →