Clustering K-means
K-means este un algoritm clasic de clustering partițional nesupervizat care împarte un set de date în K grupuri ne-suprapuse, prin atribuirea iterativă a fiecărei observații celui mai apropiat centroid și actualizarea centroizilor ca medie a punctelor atribuite acestora. Este unul dintre cele mai utilizate instrumente exploratorii în învățarea automată și analiza datelor.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+17 more
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). K-means Clustering Algorithm. ScholarGate. https://scholargate.app/ro/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.
- DBSCANÎnvățare automată↔ compare
- Clustering IerarhicÎnvățare automată↔ compare
- Analiza Componentelor PrincipaleÎnvățare automată↔ compare
- t-SNEÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →