Efficient clustering algorithms hav

Efficient clustering algorithms have been discussed
in. The clustering procedure in these algorithms is based on main memory with the help of some
data structures. Since these algorithms incur fewer disk
operations, their efficiency is significantly improved.
Our objective is to study the effectiveness of the
cluster-based server selection method and’to determine
if an efficient, but not necessarily the most effective,
clustering algorithm can still improve the quality of
server selection.
As such, we adopt the widely used
K-means clustering algorithm, which is an iterative
algorithm that converges quickly. The K-means clustering algorithm starts with
K rough clusters and itera-
tively adjusts the clusters until the clusters are satisfactorily refined. Xu and Croft adopted this method and
showed that
it is quite effective, although the version
they used is
a more straightforward and faster two-pass
(iteration) algorithm.

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมมีประสิทธิภาพระบบคลัสเตอร์ได้อภิปรายไว้ใน ขั้นตอนระบบคลัสเตอร์ในอัลกอริทึมเหล่านี้อยู่บนจำหลักด้วยความช่วยเหลือบางส่วนโครงสร้างข้อมูล เนื่องจากอัลกอริทึมเหล่านี้เกิดขึ้นน้อยลงดิสก์การดำเนินงาน ประสิทธิภาพจะดีขึ้นอย่างมีนัยสำคัญ มีเป้าหมายเพื่อ ศึกษาประสิทธิผลของการ กำหนด and'to วิธีเลือกเซิร์ฟเวอร์คลัสเตอร์ถ้ามีประสิทธิภาพ แต่ไม่จำเป็นต้องมีประสิทธิภาพที่สุดอัลกอริธึม clustering ยังคงสามารถปรับปรุงคุณภาพของการเลือกเซิร์ฟเวอร์เช่นนี้ เรานำใช้กันแพร่หลาย ถึงระบบคลัสเตอร์อัลกอริทึม ซึ่งเป็นการซ้ำอัลกอริทึมที่แร็คอย่างรวดเร็ว อัลกอริทึม clustering ถึงเริ่มต้นด้วยK กลุ่มหยาบและ itera-tively ปรับ clusters จน clusters ที่มีการกลั่นน่าพอใจ ซูและ Croft นำวิธีการนี้ และ แสดงให้เห็นว่ามีประสิทธิภาพมาก แม้ว่ารุ่นพวกเขาใช้เป็นสองพาสอย่างตรงไปตรงมา และรวดเร็ว อัลกอริทึม (ซ้ำ)

ผลลัพธ์ (ไทย) 2:

ขั้นตอนวิธีการจัดกลุ่มที่มีประสิทธิภาพได้รับการกล่าวถึง
ใน ขั้นตอนการจัดกลุ่มในขั้นตอนวิธีการเหล่านี้จะขึ้นอยู่กับหน่วยความจำหลักด้วยความช่วยเหลือของบาง
โครงสร้างข้อมูล ตั้งแต่ขั้นตอนวิธีการเหล่านี้เกิดขึ้นน้อยลงดิสก์
การดำเนินงานที่มีประสิทธิภาพของพวกเขาจะดีขึ้นอย่างมีนัยสำคัญ.
วัตถุประสงค์ของเราคือเพื่อศึกษาประสิทธิผลของ
วิธีการเลือกเซิร์ฟเวอร์คลัสเตอร์ตาม and'to ตรวจสอบ
ถ้ามีประสิทธิภาพ แต่ไม่จำเป็นต้องมีประสิทธิภาพมากที่สุด
ขั้นตอนวิธีการจัดกลุ่มยังสามารถปรับปรุง คุณภาพของ
การเลือกเซิร์ฟเวอร์.
ดังนั้นเราจึงนำมาใช้กันอย่างแพร่หลาย
K-วิธีการจัดกลุ่มอัลกอริทึมซึ่งเป็นซ้ำ
ขั้นตอนวิธีการที่ลู่ได้อย่างรวดเร็ว อัลกอริทึม K-วิธีการจัดกลุ่มจะเริ่มต้นด้วย
กลุ่ม K หยาบและ itera-
ลำดับปรับกระจุกจนกลุ่มที่มีการกลั่นที่น่าพอใจ เสี่ยวและ Croft ใช้วิธีนี้และ
แสดงให้เห็นว่า
มันมีประสิทธิภาพมากแม้ว่ารุ่น
ที่พวกเขาใช้เป็น
สองผ่านตรงไปตรงมามากขึ้นและเร็ว
(ซ้ำ) อัลกอริทึม

ผลลัพธ์ (ไทย) 3:

การจัดกลุ่มประสิทธิภาพอัลกอริทึมได้รับการกล่าวถึงใน เป็นขั้นตอนในขั้นตอนวิธีเหล่านี้จะขึ้นอยู่กับหน่วยความจำหลัก ด้วยความช่วยเหลือของบางโครงสร้างของข้อมูล เนื่องจากขั้นตอนวิธีเหล่านี้เกิดขึ้นน้อยลงดิสก์การดําเนินงาน ประสิทธิภาพจะดีขึ้นอย่างมีนัยสำคัญวัตถุประสงค์ของเราคือเพื่อศึกษาประสิทธิผลของกลุ่มเซิร์ฟเวอร์ การเลือกวิธี and"to ตามกำหนดถ้าเป็น ที่มีประสิทธิภาพ แต่ไม่จําเป็น มีประสิทธิภาพมากที่สุดการจัดกลุ่มขั้นตอนวิธียังสามารถปรับปรุงคุณภาพของการเลือกเซิร์ฟเวอร์เช่น เราใช้ ใช้กันอย่างแพร่หลายk-means clustering algorithm ซึ่งเป็นการวนซ้ำขั้นตอนวิธีที่ converges อย่างรวดเร็ว การ k-means การจัดกลุ่มขั้นตอนวิธี เริ่มด้วยเค - กลุ่ม itera หยาบมีปรับกลุ่มจนถึงกลุ่มที่มีการกลั่นในเกณฑ์ดี Xu และ Croft ประกาศใช้วิธีการนี้และพบว่ามันเป็นค่อนข้างมีประสิทธิภาพ แต่รุ่นที่พวกเขาใช้คือตรงไปตรงมามากขึ้นและเร็วขึ้น สองผ่าน( ซ้ำ ) ขั้นตอนวิธี