Συστάδες K-Means με Κανονικοποίηση
Η κανονικοποιημένη μέθοδος k-means επεκτείνει την τυπική μέθοδο k-means προσθέτοντας έναν όρο ποινής — συνηθέστερα μια περιοριστική συνθήκη L1 (τύπου lasso) ή L2 — στη συνάρτηση στόχο. Αυτό αποθαρρύνει εκφυλισμένες λύσεις συστάδων και, στην αραιή παραλλαγή που εισήγαγαν οι Witten και Tibshirani (2010), επιλέγει ταυτόχρονα τα χαρακτηριστικά που οδηγούν στον διαχωρισμό των συστάδων, καθιστώντας την ιδιαίτερα πολύτιμη σε περιβάλλοντα υψηλής διαστατικότητας όπου πολλά χαρακτηριστικά είναι άσχετα.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Regularized K-Means Clustering. ScholarGate. https://scholargate.app/el/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.
- Ομαδοποίηση K-meansΜηχανική Μάθηση↔ compare
- Κανονικοποιημένο Γκαουσιανό Μοντέλο ΜίξηςΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →