Clúster K-mitjanes Regularitzat
El k-mitjanes regularitzat estén el k-mitjanes estàndard afegint un terme de penalització —més comunament una restricció L1 (tipus lasso) o L2— a la funció objectiu. Això desincentiva solucions de clúster degenerades i, en la variant dispersa introduïda per Witten i Tibshirani (2010), selecciona simultàniament les característiques que impulsen la separació dels clústers, fent-lo especialment valuós en entorns d'alta dimensionalitat on moltes característiques són irrellevants.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Regularized K-Means Clustering. ScholarGate. https://scholargate.app/ca/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.
- Agrupació K-meansAprenentatge automàtic↔ compare
- Model de Mescla Gaussiana RegularitzatAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →