k 是聚类分组的个数 , t 是迭代次数 , t 一般不超过 n ; 2 . K-Means 算法缺点 : ③ 事先必须设定聚类个数 : K-Means 的聚类分组的个数, 必须事先确定 , 有些应用场景中 , 事先是不知道聚类个数的 ; ④ 有些中心点难以确定 : 有些数据类型的中心点不好确定 , 如字符型的数据 , 离散型数据...
其他的缺点是群集的手段,给予 0 和 1 之间的实际值并不表明群集的特点。 翻译结果4复制译文编辑译文朗读译文返回顶部 ralambondrainy(1995)提出了一个方法,使用k-意味着算法,群集绝对数据。 ralambondrainy的方法转换成二进制属性多个类别属性(使用0和1来表示一个类缺席或出席)和治疗的二进制属性的数值在k-意味...
2 . K-Means 算法缺点 :③ 事先必须设定聚类个数 : K-Means 的聚类分组的个数, 必须事先确定 , 有些应用场景中 , 事先是不知道聚类个数的 ;④ 有些中心点难以确定 : 有些数据类型的中心点不好确定 , 如字符型的数据 , 离散型数据 , 布尔值数据 等 ;...