The main idea behind k-means is to

The main idea behind k-means is to find a partition of data points such that the squared distance between the cluster mean and each point in the cluster is minimized. Note that this method assumes that you know a priori the number of clusters your data should be divided into.

ผลลัพธ์ (ไทย) 1:

แนวคิดหลักเบื้องหลัง k-หมายถึงจะค้นหาพาร์ติชันของจุดข้อมูลที่ย่อระยะทางกำลังสองระหว่างค่าเฉลี่ยของคลัสเตอร์และแต่ละจุดในคลัสเตอร์ หมายเหตุว่าวิธีนี้ถือว่า คุณทราบที่ priori หมายเลขของคลัสเตอร์ที่ควรมีในการแบ่งข้อมูลของคุณ

ผลลัพธ์ (ไทย) 2:

ความคิดหลักที่อยู่เบื้องหลัง k-วิธีคือการหาพาร์ทิชันของจุดข้อมูลดังกล่าวว่าระยะทางยกกำลังสองระหว่างกลุ่มที่มีความหมายและจุดในแต่ละกลุ่มจะลดลง โปรดทราบว่าวิธีนี้จะถือว่าคุณรู้เบื้องต้นจำนวนกลุ่มข้อมูลของคุณควรจะแบ่งออกเป็น

ผลลัพธ์ (ไทย) 3:

แนวคิดหลักเบื้องหลัง k-means เพื่อค้นหาพาร์ทิชันของจุดข้อมูลที่พร้อม ระยะห่างระหว่างกลุ่ม และแต่ละจุดในกลุ่มน้อยที่สุด โปรดทราบว่าวิธีการนี้จะถือว่าคุณรู้ว่าระหว่างหมายเลขของกลุ่มข้อมูลจะถูกแบ่งออกเป็น
.