masood

در مورد خوشه بندی به روش k-mean
قاعده امر به این صورت است که
M نقطه در N بعد به K خوشه به نحوی تقسیم می شود که مجموع مربعات داخلی هر خوشه کم ترین حد ممکن باشد.
معمول است که ابتدا k نقطه تصادفی از داده ها را انتخاب و سپس نزدیک ترین داده های به نقاط از بعد فاصله به خوشه مرطوبه منصوب می شوند. با تکرار الگوریتم و پیدا کردن نقطه میانگین خوشه بجای نقطه قبلی (نقطه تصادفی در اولین اجرا) نتایج گام به گام بهتر می شود تا زمانی که هیچ تغییری در عناصر خوشه ها بوجود نیاید.
در برخی موارد این الگوریتم را با کمی تغییر پیاده سازی می کنند که مشخصا وابسته به شرایط مسئه است.
فایل ضمیمه یک نمونه از این تغییرات را شرح می دهد.

فايل ضميمه

ConstrainedKmeans.pdf (269.1 كيلو بايت, 378 نمايش)

__________________
یک روز یک ماشین برای انتخابات ریاست جمهوری ثبت نام می کند
چه بخواهیم چه نخواهیم این اتفاق می افتد.