接近于K-Means算法理想的初始聚类中心的选取 青云英语翻译 请在下面的文本框内输入文字,然后点击开始翻译按钮进行翻译,如果您看不到结果,请重新翻译! 翻译结果1翻译结果2翻译结果3翻译结果4翻译结果5 翻译结果1复制译文编辑译文朗读译文返回顶部 Initial cluster centers close to the ideal of k-means algorithm ...
因为它是一个启发式算法,也不能保证thatk-均值聚类将收敛到全局最优。其结果是对象作为聚类中心的,尤其是对于小数据集的初始选择敏感。包括约200-100,000观察更大的数据集是最好的。由于该算法通常是非常快的,它是常见的用不同的起始条件多次运行它,以减少这种影响。
该算法可以被看作是一个贪心算法用于划分n个样本为k个簇,从而减低anobjective功能,它可以被取作平方距离的聚类中心的总和,误差平方和(SSE)的总和。我们计算每个数据点的误差(即,其距离为最接近的质心),然后再计算的平方误差的总和。 翻译结果2复制译文编辑译文朗读译文返回顶部 ...
该算法可以被看作是一个贪心算法partitioningnsamples成kclusters以便最小化anobjective功能,它可以被取作平方距离的聚类中心,误差平方和(SSE)的总和的总和。我们计算每个数据点的误差(即,其距离为最接近的质心),然后再计算的平方误差的总和。 翻译结果2复制译文编辑译文朗读译文返回顶部 ...
该算法可以被看作是一个贪心算法用于划分n个样本到kclusters以便最小化anobjective功能,它可以被取作平方距离的聚类中心的总和,误差平方和(SSE)的总和。我们计算每个数据点的误差(即,其距离为最接近的质心),然后再计算的平方误差的总和。 翻译结果2复制译文编辑译文朗读译文返回顶部 该算法可以被看作是一个贪婪算法...
该算法可以被看作是一个贪心算法partitioningnsamples成kclusters以便最小化anobjective功能,它可以被取作平方距离的聚类中心,误差平方和(SSE)的总和的总和。我们计算每个数据点的误差(即,其距离为最接近的质心),然后再计算的平方误差的总和。 翻译结果2复制译文编辑译文朗读译文返回顶部 该算法可以被看作是一个贪婪算...