K-Means-klusterointi
K-Means-klusterointi on sentroidipohjainen osittava klusterointialgoritmi, jonka J. MacQueen esitteli vuonna 1967 ja joka jakaa datan k klusteriin määrittämällä jokaisen havainnon lähimpään klusterikeskukseensa. Sitä käytetään laajalti markkinasegmentoinnissa, asiakasryhmittelyssä ja eksploratiivisessa analyysissä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). K-Means Clustering (Lloyd–MacQueen Algorithm). ScholarGate. https://scholargate.app/fi/machine-learning/k-means-clustering
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.
- Hierarkkinen ryvästyminenKoneoppiminen↔ compare
- Lineaarinen erotteluanalyysi (LDATilastotiede↔ compare
- Random ForestKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →