k-means

In der Statistik und im Data Mining ist k-means clustering eine Methode der Clusteranalyse, die darauf abzielt, n Beobachtungen in k-Cluster zu zerlegen, in denen jede Beobachtung zum Cluster mit dem nächsten Mittelwert (kleinste Quadrate) gehört.
2
Antworten

K-bedeutet: Anfangszentren sind nicht unterscheidbar

Ich verwende das GA-Paket und mein Ziel ist es, die optimale Initiale zu finden Zentroid-Positionen für den K-Means-Clustering-Algorithmus. Meine Daten sind eine spärliche Matrix aus Wörtern im TF-IDF-Score und können hier hier heruntergelade...
15.02.2017, 13:35
2
Antworten

Wie werden die Schwellenwerte für T1 und T2 für Canopy Clustering ausgewählt?

Ich versuche, den Canopy-Clustering-Algorithmus zusammen mit K-Means zu implementieren. Ich habe online einige Suchen durchgeführt, die sagen, Canopy-Clustering zu verwenden, um Ihre anfänglichen Startpunkte in K-means zu erhalten, das Problem i...
28.08.2011, 22:17
5
Antworten

MATLAB kMeans konvergiert nicht immer zu globalen Minima

Ich habe einen k-Means-Clustering -Algorithmus in MATLAB geschrieben, und ich dachte, ich würde es gegen MATLABs versuchen eingebaut in kmeans(X,k) . Aber für die sehr einfache Vier-Cluster-Konfiguration (siehe Bild) tut MATLAB kMeans k...
07.09.2010, 10:30
2
Antworten

Clusterpunkte nach KMeans Clustering (scikit learn)

Ich habe Clustering mit Kmeans mit sklearn gemacht. Während es eine Methode hat, um die Zentroide zu drucken, finde ich es ziemlich bizzar, dass scikit-learn keine Methode hat, die Clusterpunkte jedes Clusters auszudrucken (oder dass ich es bish...
26.08.2015, 16:36