Machine learning
के-मीन्स क्लस्टरिंग
के-मीन्स क्लस्टरिंग एक सेंट्रोइड-आधारित विभाजन क्लस्टरिंग एल्गोरिथम है, जिसका श्रेय 1967 में जे. मैकक्वीन को जाता है, जो डेटा को k क्लस्टर में विभाजित करता है, प्रत्येक अवलोकन को उसके निकटतम क्लस्टर केंद्र को असाइन करके। इसका व्यापक रूप से विपणन विभाजन, ग्राहक समूहीकरण और खोजपूर्ण विश्लेषण के लिए उपयोग किया जाता है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). K-Means Clustering (Lloyd–MacQueen Algorithm). ScholarGate. https://scholargate.app/hi/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.
- पदानुक्रमिक समूहनमशीन अधिगम↔ compare
- रैखिक विभेदक विश्लेषण (LDAसांख्यिकी↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
इनमें संदर्भित
एफिनिटी प्रोपेगेशन क्लस्टरिंगएसोसिएशन रूल माइनिंग (Apriori)एन्सेम्बल गॉसियन मिक्सचर मॉडलव्याख्यायोग्य गॉसियन मिश्रण मॉडलExplainable K-Meansएफपी-ग्रोथ (फ्रीक्वेंट पैटर्न ग्रोथ)फजी सी-मीन्स क्लस्टरिंग (FCM)ग्रैनुलर कंप्यूटिंग (सूचना ग्रैनुलेशन)Latent Dirichlet Allocation (LDA)ऋणात्मक मैट्रिक्स गुणनखंडन (NMF)ऑनलाइन के-मीन्सस्व-संगठित मानचित्र (कोहोनन मानचित्र)स्टोकेस्टिक ब्लॉक मॉडल