পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| ল্যাটেন্ট ডিরিচলে অ্যালোকেশন (LDA)× | K-Means ক্লাস্টারিং× | |
|---|---|---|
| ক্ষেত্র | যন্ত্র শিখন | যন্ত্র শিখন |
| পরিবার≠ | Latent structure | Machine learning |
| উদ্ভবের বছর≠ | 2003 | 1967 |
| প্রবর্তক≠ | Blei, D. M.; Ng, A. Y.; Jordan, M. I. | MacQueen, J. |
| ধরন≠ | Generative probabilistic topic model (three-level hierarchical Bayesian) | Partitional clustering (centroid-based) |
| মৌলিক উৎস≠ | Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet allocation. Journal of Machine Learning Research, 3, 993–1022. DOI ↗ | 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 ↗ |
| অপর নাম≠ | LDA, topic model, Blei-Ng-Jordan model, probabilistic topic modeling | K-Ortalamalar Kümeleme, k-ortalamalar kümeleme, k-means, centroid clustering |
| সম্পর্কিত | 3 | 3 |
| সারসংক্ষেপ≠ | Latent Dirichlet Allocation (LDA) is a generative probabilistic model for collections of discrete data, introduced by Blei, Ng, and Jordan in 2003. It treats each document as a mixture of latent topics and each topic as a probability distribution over words, enabling unsupervised discovery of thematic structure across large text corpora. It is one of the most cited papers in machine learning and natural language processing. | K-Means Clustering is a centroid-based partitional clustering algorithm, traced to J. MacQueen in 1967, that splits data into k clusters by assigning each observation to its nearest cluster centre. It is widely used for marketing segmentation, customer grouping, and exploratory analysis. |
| ScholarGateডেটাসেট ↗ |
|
|