Machine learningMachine learning

Puoliohjaava K-means

Puoliohjaava K-means laajentaa standardia K-means-klusterointia sisällyttämällä osittaista ohjausta – joko pienen joukon merkittyjä siemenpisteitä tai parittaisia pakollisia linkkejä ja kiellettyjä linkkejä koskevia rajoitteita – ohjaamaan klusterien muodostumista. Se yhdistää valvomattoman klusteroinnin ja täysin ohjatun luokittelun, mahdollistaen merkityksellisempiä klustereita, kun merkintöjä on niukasti, mutta niiden hankkiminen täysimääräisenä on kallista.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

Lähteet

  1. Wagstaff, K., Cardie, C., Rogers, S., & Schroedl, S. (2001). Constrained K-means Clustering with Background Knowledge. In Proceedings of the 18th International Conference on Machine Learning (ICML 2001), pp. 577–584. link
  2. Basu, S., Banerjee, A., & Mooney, R. J. (2002). Semi-supervised Clustering by Seeding. In Proceedings of the 19th International Conference on Machine Learning (ICML 2002), pp. 27–34. link

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Semi-supervised K-means Clustering. ScholarGate. https://scholargate.app/fi/machine-learning/semi-supervised-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.

Compare side by side

Tähän viittaavat

ScholarGateSemi-supervised K-means (Semi-supervised K-means Clustering). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/machine-learning/semi-supervised-k-means · Aineisto: https://doi.org/10.5281/zenodo.20539026