The a K-means (or clustering) is th

The a K-means (or clustering) is this : We want to group the items into k clusters such that all items in same cluster are as similar to each other as possible. And items not in same cluster are as different as possible. We use the distance measures to calculate similarity and dissimilarity. One of the important concept in K-means is that of centroid. Each cluster has a centroid. You can consider it as the point that is most representative of the cluster. Equivalently, centroid is point that is the "center" of a cluster.

ผลลัพธ์ (ไทย) 1:

มีถึง (clustering) คือนี้: เราต้องการจัดกลุ่มสินค้าเป็น k กลุ่มซึ่งสินค้าทั้งหมดในคลัสเตอร์เดียวกันคล้ายกันที่สุด และสินค้าไม่อยู่ในคลัสเตอร์เดียวกันจะแตกต่างไป เราใช้หน่วยวัดระยะทางเพื่อคำนวณความคล้ายคลึงและความแตกต่างกัน แนวคิดสำคัญในถึงอย่างใดอย่างหนึ่งคือที่เซนทรอยด์ แต่ละคลัสเตอร์มีการเซนทรอยด์ คุณสามารถพิจารณาเป็นจุดที่เป็นตัวแทนส่วนใหญ่ของคลัสเตอร์ Equivalently เซนทรอยด์คือ จุดที่เป็น "ศูนย์กลาง" ของคลัสเตอร์

ผลลัพธ์ (ไทย) 2:

ที่ K-หมายถึง (หรือการจัดกลุ่ม) คือ: เราต้องการที่จะจัดกลุ่มรายการลงในกลุ่ม K ดังกล่าวว่ารายการทั้งหมดในคลัสเตอร์เดียวกันจะเป็นคล้าย ๆ กันที่เป็นไปได้ และรายการที่ไม่ได้อยู่ในคลัสเตอร์เดียวกันที่แตกต่างกันที่เป็นไปได้ เราใช้มาตรการระยะทางในการคำนวณความคล้ายคลึงและความแตกต่างกัน หนึ่งในแนวคิดที่สำคัญใน K-หมายความว่าของเซนทรอยด์ แต่ละคลัสเตอร์มี centroid คุณสามารถพิจารณาว่ามันเป็นจุดที่เป็นตัวแทนมากที่สุดของคลัสเตอร์ เท่าเซนทรอยด์เป็นจุดที่เป็น "ศูนย์" ของคลัสเตอร์

ผลลัพธ์ (ไทย) 3:

เป็น k-means ( หรือกลุ่ม ) นี้ เราต้องการกลุ่มสินค้าในกลุ่ม K เช่นที่รายการทั้งหมดในกลุ่มเดียวกัน จะเป็นคล้ายกับแต่ละอื่น ๆที่เป็นไปได้ และรายการที่ไม่ได้อยู่ในกลุ่มเดียวกันจะแตกต่างกันมากที่สุด เราใช้มาตรการเพื่อคำนวณระยะทางความเหมือนและความแตกต่าง . หนึ่งในแนวคิดที่สำคัญใน k-means นั้นไร้ผล . แต่ละกลุ่มมีเซ็นท . คุณสามารถพิจารณาว่ามันเป็นประเด็นที่ตัวแทนมากที่สุดของกลุ่ม ก้อง centroid , เป็นจุดที่เป็น " ศูนย์ " ของกลุ่ม