Grupna analiza K-means
K-means je klasični nadzirani partitivni algoritam grupne analize koji dijeli skup podataka na K nepreklapajućih grupa iterativnim dodjeljivanjem svake promatranja najbližem centroidu i ažuriranjem centoida kao srednje vrijednosti njihovih dodijeljenih točaka. Jedan je od najčešće korištenih eksploratornih alata u strojnom učenju i analizi podataka.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+17 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). K-means Clustering Algorithm. ScholarGate. https://scholargate.app/hr/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.
- DBSCANStrojno učenje↔ compare
- Hijerarhijsko grupiranjeStrojno učenje↔ compare
- Analiza glavnih komponentStrojno učenje↔ compare
- t-SNEStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →