के-मीन्स क्लस्टरिंग
के-मीन्स एक क्लासिक अनसुपरवाइज्ड पार्टिशनल क्लस्टरिंग एल्गोरिथम है जो प्रत्येक अवलोकन को उसके निकटतम सेंट्रोइड को पुनरावृत्त रूप से असाइन करके और उनके असाइन किए गए बिंदुओं के माध्य के रूप में सेंट्रोइड को अपडेट करके डेटासेट को K गैर-ओवरलैपिंग समूहों में विभाजित करता है। यह मशीन लर्निंग और डेटा विश्लेषण में सबसे व्यापक रूप से उपयोग किए जाने वाले अन्वेषणात्मक उपकरणों में से एक है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
+17 और
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). K-means Clustering Algorithm. ScholarGate. https://scholargate.app/hi/machine-learning/k-means
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- DBSCANमशीन अधिगम↔ तुलना करें
- पदानुक्रमिक समूहनमशीन अधिगम↔ तुलना करें
- प्रिंसिपल कंपोनेंट एनालिसिसमशीन अधिगम↔ तुलना करें
- टी-एसएनईमशीन अधिगम↔ तुलना करें