Självövervakad K-means

Självövervakad K-means är en klustringsteknik som kombinerar K-means-tilldelning med självövervakad inlärning av representationer. Modellen växlar mellan att klustra oetiketterade datapunkter i K grupper och att använda dessa klustertilldelningar som pseudomärken för att förfina en underliggande funktionsrepresentation, vilket ger alltmer sammanhängande kluster utan någon mänskligt annoterad mark-sanning.