K-means klyngeanalyse
K-means er en klassisk, uovervåket, partisjonerende klyngealgoritme som deler et datasett inn i K ikke-overlappende grupper ved iterativt å tilordne hver observasjon til sitt nærmeste sentroid og oppdatere sentroidene som gjennomsnittet av deres tilordnede punkter. Den er et av de mest brukte utforskende verktøyene innen maskinlæring og dataanalyse.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+17 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). K-means Clustering Algorithm. ScholarGate. https://scholargate.app/no/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.
- DBSCANMaskinlæring↔ compare
- Hierarkisk grupperingMaskinlæring↔ compare
- HovedkomponentanalyseMaskinlæring↔ compare
- t-SNEMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →