Регуляризирано K-средно клъстеризиране
Регуляризираното k-средно разширява стандартното k-средно чрез добавяне на наказателен член — най-често L1 (тип ласо) или L2 ограничение — към целевата функция. Това обезкуражава дегенеративните клъстерни решения и, в разредения вариант, въведен от Witten и Tibshirani (2010), едновременно избира характеристиките, които водят до разделяне на клъстерите, което го прави особено ценно в многомерни настройки, където много характеристики са без значение.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Witten, D. M., & Tibshirani, R. (2010). A framework for feature selection in clustering. Journal of the American Statistical Association, 105(490), 713–726. DOI: 10.1198/jasa.2010.tm09415 ↗
- K-means clustering. Wikipedia. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Regularized K-Means Clustering. ScholarGate. https://scholargate.app/bg/machine-learning/regularized-k-means
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.
- K-means клъстеризацияМашинно обучение↔ compare
- Регуляризиран Гаусов смесен моделМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →