K-keskmiste klasterdamine
K-keskmiste meetod on klassikaline juhendamata osade kaupa klasterdamise algoritm, mis jagab andmestiku K mitteühinevasse rühma, määrates iga vaatluse iteratiivselt lähimale keskpunktile ja värskendab keskpunkte nende määratud punktide keskmisena. See on üks enimkasutatud uurimisvahendeid masinõppes ja andmeanalüüsis.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+17 more
Allikad
- Lloyd, S. P. (1982). Least squares quantization in PCM. IEEE Transactions on Information Theory, 28(2), 129–137. DOI: 10.1109/TIT.1982.1056489 ↗
- MacQueen, J. B. (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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). K-means Clustering Algorithm. ScholarGate. https://scholargate.app/et/machine-learning/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.
- DBSCANMasinõpe↔ compare
- Hierarchical ClusteringMasinõpe↔ compare
- PricipaalanalüüsMasinõpe↔ compare
- t-SNEMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →