K-Means klaszterezés
A K-Means klaszterezés egy centroid-alapú, partíciós klaszterező algoritmus, melynek gyökerei J. MacQueen 1967-es munkájáig nyúlnak vissza. Ez az algoritmus az adatokat k klaszterre osztja azáltal, hogy minden megfigyelést a legközelebbi klaszterközponthoz rendel. Széles körben használják marketing szegmentációra, ügyfélcsoportosításra és feltáró elemzésre.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). K-Means Clustering (Lloyd–MacQueen Algorithm). ScholarGate. https://scholargate.app/hu/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.
- Hierarchikus klaszterezésGépi tanulás↔ compare
- Lineáris diszkriminancia-analízis (LDAStatisztika↔ compare
- Véletlen erdőGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →