নিয়ন্ত্রিত কে-মিন ক্লাস্টারিং
নিয়ন্ত্রিত কে-মিন (Regularized k-means) স্ট্যান্ডার্ড কে-মিনকে একটি অতিরিক্ত শাস্তিমূলক পদ (penalty term) যোগ করে প্রসারিত করে — সবচেয়ে সাধারণ হল L1 (ল্যাসো-টাইপ) বা L2 সীমাবদ্ধতা — উদ্দেশ্য ফাংশনে। এটি ক্ষতিকারক ক্লাস্টার সমাধানকে নিরুৎসাহিত করে এবং উইটেন ও টিবশিরানি (২০১০) দ্বারা প্রবর্তিত স্পার্স (sparse) ভ্যারিয়েন্টে, ক্লাস্টার পৃথকীকরণে চালিত বৈশিষ্ট্যগুলি একই সাথে নির্বাচন করে, যা এটিকে উচ্চ-মাত্রিক পরিস্থিতিতে বিশেষভাবে মূল্যবান করে তোলে যেখানে অনেক বৈশিষ্ট্য অপ্রাসঙ্গিক।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Regularized K-Means Clustering. ScholarGate. https://scholargate.app/bn/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.
- কে-মিনস ক্লাস্টারিংযন্ত্র শিখন↔ compare
- রেগুলারাইজড গাউসিয়ান মিক্সচার মডেলযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →