Abstract: We present a new iterativ

Abstract: We present a new iterative method for probabilistic clustering of data.
Given clusters, their centers and the distances of data points from these centers, the
probability of cluster membership at any point is assumed inversely proportional to
the distance from (the center of) the cluster in question. This assumption is our working
principle.
The method is a generalization, to several centers, of the Weiszfeld method for
solving the Fermat–Weber location problem. At each iteration, the distances (Euclidean,
Mahalanobis, etc.) from the cluster centers are computed for all data points, and
the centers are updated as convex combinations of these points, with weights determined
by the above principle. Computations stop when the centers stop moving.
Progress is monitored by the joint distance function a measure of distance from
all cluster centers, that evolves during the iterations, and captures the data in its low
contours.
The method is simple, fast (requiring a small number of cheap iterations) and
insensitive to outliers.
Keywords: Clustering; Probabilistic clustering; Mahalanobis distance; Harmonic
mean; Joint distance function; Weiszfeld method; Similarity matri

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ: เรานำเสนอวิธีการคลัสเตอร์น่าจะข้อมูลซ้ำใหม่คลัสเตอร์ ศูนย์ของพวกเขา และระยะทางของจุดข้อมูลจากศูนย์เหล่านี้ การน่าเป็นสมาชิกของคลัสเตอร์ที่จุดใด ๆ จะถือว่าเป็นสัดส่วนตรงกันข้ามกับระยะทางจาก (กลาง) คลัสเตอร์ในคำถาม เป็นการทำงานของเราหลักการนี้วิธีการที่จะมีลักษณะทั่วไป ศูนย์หลาย การ Weiszfeld วิธีการสำหรับแก้ปัญหาตั้งเวเบอร์แฟร์มาต์ ในแต่ละ iteration บ่อย ระยะทาง (EuclideanMahalanobis ฯลฯ) จากคลัสเตอร์ ใช้คำนวณศูนย์สำหรับจุดข้อมูลทั้งหมด และศูนย์มีการปรับปรุงเป็นชุดนูนของจุดเหล่านี้ มีน้ำหนักที่กำหนดโดยใช้หลักการข้างต้น ประมวลผลหยุดเมื่อศูนย์การหยุดเคลื่อนที่มีการตรวจสอบความคืบหน้า โดยข้อต่อระยะทำการวัดระยะทางจากทั้งหมดของคลัสเตอร์ศูนย์ ที่วิวัฒนาการในช่วงการเกิดซ้ำ และเก็บข้อมูลในจุดต่ำสุดรูปทรงวิธีง่าย รวดเร็ว (ไม่ต้องซ้ำราคาถูกจำนวนน้อย) และตายไป outliersคำสำคัญ: คลัสเตอร์ น่าจะคลัสเตอร์ ระยะทาง Mahalanobis ฮาร์โมนิคความหมาย ระยะทางร่วมฟังก์ชั่น วิธี Weiszfeld Matri ความคล้ายคลึงกัน

ผลลัพธ์ (ไทย) 3:

บทคัดย่อ : เราเสนอวิธีการใหม่สำหรับการทำซ้ำเพื่อการจัดกลุ่มข้อมูลให้กลุ่มของพวกเขา ศูนย์ และระยะทางของจุดข้อมูลจากศูนย์เหล่านี้ความน่าจะเป็นของการเป็นสมาชิกกลุ่มที่จุดใด ๆถือว่าเป็นปฏิภาคผกผันกับระยะทางจาก ( กลาง ) กลุ่มปัญหา สมมติฐานนี้คืองานของเราหลักการวิธี คือ การ ที่ศูนย์หลายแห่ง weiszfeld วิธีการแก้ไขโดยแฟร์มาต์เวเบอร์ตั้งปัญหา ในแต่ละ iteration , ระยะทาง ( พลาดmahalanobis , ฯลฯ ) จากศูนย์กลุ่มจะคำนวณข้อมูลทุกจุด และศูนย์การปรับปรุง เป็นชุดนูนของจุดเหล่านี้ ด้วยน้ำหนักที่กำหนดโดยหลักการข้างต้น วิธีการหยุดเมื่อศูนย์หยุดเคลื่อนที่ความคืบหน้าการตรวจสอบโดยการทำงานร่วมระยะทางวัดระยะทางจากศูนย์กลุ่มทั้งหมด ซึ่งวิวัฒนาการในการทำซ้ำ และรวบรวมข้อมูลในน้อยรูปทรง .วิธีที่ง่าย รวดเร็ว ( ต้องมีจำนวนเล็ก ๆของการทำซ้ำราคาถูก ) และกระแสผิดปกติ .คำสำคัญ : การจัดกลุ่มการจัดกลุ่ม ; 11 ; mahalanobis ระยะทาง ; ประสานกันหมายถึง หน้าที่ weiszfeld ระยะทางร่วม ; วิธีการ ; Matri แล้ว คล้ายคลึงกัน