Pengelompokan K-Means
Pengelompokan K-Means ialah algoritma pengelompokan berpusat pada sentroid yang membahagikan data kepada k kelompok dengan menetapkan setiap pemerhatian kepada pusat kelompok terdekatnya. Ia mula diperkenalkan oleh J. MacQueen pada tahun 1967 dan digunakan secara meluas untuk segmentasi pemasaran, pengelompokan pelanggan, dan analisis penerokaan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). K-Means Clustering (Lloyd–MacQueen Algorithm). ScholarGate. https://scholargate.app/ms/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.
- Pencapanian HierarkisPembelajaran Mesin↔ compare
- Analisis Diskriminan Linear (LDAStatistik↔ compare
- Random ForestPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →