2.1 Structural improvement of model

2.1 Structural improvement of model
There is no theory or formula to calibrate R. Many
models have been proposed to avoid the improper
selection of R. The PPDC model proposed by Chen
et al.[3] is the most widely used clustering model. The
model was the first to combine dynamic cluster thought
and projection pursuit. It avoided the issue of choosing
R effectively. In addition, it proposed a new approach
to assigning weight, based on the decision-makers’
preferences[8].
These models offer some help to users processing
high-dimensional clustering problems. Moreover, with
so many improvement models, it is hard for users to
determine which is most appropriate. As mentioned in
Ref. [9], existing models are still not good enough.

ผลลัพธ์ (ไทย) 1:

2.1 ปรับปรุงโครงสร้างของแบบจำลองไม่มีทฤษฎีสูตรปรับเทียบ R. หลายรุ่นที่ได้รับการเสนอเพื่อหลีกเลี่ยงความไม่เหมาะสมตัวเลือกของ R. แบบ PPDC เสนอ โดยเฉินet al. [3] เป็นรูปแบบระบบคลัสเตอร์ที่ใช้กันอย่างแพร่หลาย การรุ่นแรกการรวมคลัสเตอร์แบบไดนามิกที่คิดว่า ถูกและแสวงหาการฉาย มันหลีกเลี่ยงปัญหาของการเลือกR ได้อย่างมีประสิทธิภาพ นอกจากนี้ มันนำเสนอแนวทางใหม่ในการกำหนดน้ำหนัก อิงผู้ผลิตตัดสินใจการตั้งค่า [8]รุ่นเหล่านี้เสนอความช่วยเหลือผู้ใช้การประมวลผลปัญหาระบบคลัสเตอร์ขนาดสูง นอกจากนี้ กับรุ่นปรับปรุงจำนวนมาก มันยากสำหรับผู้ใช้ตรวจสอบที่เหมาะสมสุด ดังกล่าวในรหัส [9], รุ่นที่มีอยู่ยังไม่ได้ดีพอ

ผลลัพธ์ (ไทย) 2:

2.1 การปรับปรุงโครงสร้างของรูปแบบการ
มีทฤษฎีหรือไม่มีสูตรการปรับอาร์หลาย
รุ่นที่ได้รับการเสนอที่จะหลีกเลี่ยงที่ไม่เหมาะสม
การเลือกรูปแบบได้ R. PPDC เสนอโดยเฉิน
et al. [3] เป็นส่วนใหญ่ใช้กันอย่างแพร่หลายในรูปแบบการจัดกลุ่ม
รูปแบบเป็นครั้งแรกที่จะรวมความคิดคลัสเตอร์แบบไดนามิก
และประมาณการการแสวงหา มันหลีกเลี่ยงปัญหาของการเลือก
R ได้อย่างมีประสิทธิภาพ นอกจากนี้ยังนำเสนอวิธีการใหม่
ในการกำหนดน้ำหนักขึ้นอยู่กับผู้มีอำนาจตัดสินใจ '
การตั้งค่า [8].
รูปแบบเหล่านี้ให้ความช่วยเหลือบางอย่างกับผู้ใช้งานการประมวลผล
ปัญหาการจัดกลุ่มมิติสูง นอกจากนี้ยังมี
รูปแบบการปรับปรุงจำนวนมากดังนั้นมันเป็นเรื่องยากสำหรับผู้ใช้เพื่อ
ตรวจสอบว่ามีความเหมาะสมมากที่สุด ดังกล่าวใน
การอ้างอิง [9], โมเดลที่มีอยู่ยังไม่ดีพอ

ผลลัพธ์ (ไทย) 3:

2.1 ปรับปรุงโครงสร้างของโมเดลไม่มีทฤษฎีหรือสูตรการปรับค่า R มากรุ่นที่ได้รับการเสนอเพื่อหลีกเลี่ยงไม่เหมาะสมการเลือกของ ppdc แบบที่เสนอโดยเฉินet al . [ 3 ] เป็นอย่างกว้างขวางใช้สำหรับรุ่น ที่แบบแรกคือการรวมแบบไดนามิกกลุ่มความคิดและติดตามประมาณการ มันหลีกเลี่ยงปัญหาของการเลือกR ได้อย่างมีประสิทธิภาพ นอกจากนี้ จะเสนอแนวทางใหม่การกำหนดน้ำหนักตาม ' ส์การตั้งค่า [ 8 ]โมเดลเหล่านี้เสนอความช่วยเหลือแก่ผู้ใช้การประมวลผลสูง - มิติทางพื้นที่ปัญหา นอกจากนี้ ด้วยรุ่นที่ปรับปรุงมาก มันเป็นเรื่องยากสำหรับผู้ใช้ตรวจสอบที่เหมาะสมที่สุด ตามที่กล่าวไว้ในอ้างอิง [ 9 ] , โมเดลที่มีอยู่ยังไม่เพียงพอ