Wie wird der K-Mittelwert berechnet?
Wie wird der K-Mittelwert berechnet?

Video: Wie wird der K-Mittelwert berechnet?

Video: Wie wird der K-Mittelwert berechnet?
Video: Der K-Means Algorithmus - Einfache und intuitive Erklärung (Deutsch/German) 2024, Kann
Anonim

K - Meint Clustering

Auswählen k Punkte zufällig als Clusterzentren. Ordnen Sie Objekte gemäß der euklidischen Distanzfunktion ihrem nächsten Clusterzentrum zu. Berechnung der Schwerpunkt oder bedeuten aller Objekte in jedem Cluster. Wiederholen Sie die Schritte 2, 3 und 4, bis jedem Cluster in aufeinanderfolgenden Runden die gleichen Punkte zugewiesen werden.

Was bedeutet K in K?

K - meint Clustering ist einer der einfachsten und beliebtesten unüberwachten Algorithmen für maschinelles Lernen. Mit anderen Worten, die K - meint Algorithmus identifiziert k Anzahl der Schwerpunkte und ordnet dann jeden Datenpunkt dem nächstgelegenen Cluster zu, wobei die Schwerpunkte so klein wie möglich gehalten werden.

Gibt es auch eine Möglichkeit, den K-Wert für K zu ermitteln, bedeutet Clustering? Im Grunde gibt es sowas nicht Methode die genau bestimmen können Wert von k . Es gibt verschiedene Techniken, die befolgt werden, um die genaue Wert von k . Die bedeuten Abstand zwischen dem Datenpunkt und dem Cluster ist ein sehr wichtiges Faktor die die bestimmen können Wert von k und das Methode ist üblich zu vergleichen.

Einfach so, wie bedeutet K, dass der Algorithmus funktioniert?

Die k - bedeutet Clustering-Algorithmus versucht, einen gegebenen anonymen Datensatz (einen Satz, der keine Informationen zur Klassenidentität enthält) in eine feste Zahl ( k ) von Clustern. Anfänglich k Anzahl der sogenannten Schwerpunkte gewählt werden. Jeder Schwerpunkt wird danach auf die Arithmetik gesetzt bedeuten des Clusters, den es definiert.

Warum K bedeutet?

Die K - meint Der Clustering-Algorithmus wird verwendet, um Gruppen zu finden, die in den Daten nicht explizit gekennzeichnet wurden. Dies kann verwendet werden, um Geschäftsannahmen darüber zu bestätigen, welche Arten von Gruppen existieren, oder um unbekannte Gruppen in komplexen Datensätzen zu identifizieren.

Empfohlen: