– Finds clusters that minimize or m

– Finds clusters that minimize or maximize an objective function.
– Enumerate all possible ways of dividing the points into clusters and
evaluate the `goodness' of each potential set of clusters by using
the given objective function. (NP Hard)
– Can have global or local objectives.
‹ Hierarchical clustering algorithms typically have local objectives
‹ Partitional algorithms typically have global objectives
– A variation of the global objective function approach is to fit the
data to a parameterized model.
‹ Parameters for the model are determined from the data.
‹ Mixture models assume that the data is a ‘mixture' of a number of
statistical distributions.

ผลลัพธ์ (ไทย) 1:

– พบคลัสเตอร์ที่ลด หรือเพิ่มฟังก์ชันวัตถุประสงค์การ– ระบุวิธีเป็นไปได้ทั้งหมดของจุดแบ่งคลัสเตอร์ และประเมิน 'ความกตัญญู' ของแต่ละชุดเป็นคลัสเตอร์ โดยใช้ฟังก์ชันวัตถุประสงค์ที่กำหนด (NP หนัก)-สามารถมีวัตถุประสงค์ส่วนกลาง หรือท้องถิ่นอัลกอริทึมของระบบคลัสเตอร์แบบลำดับชั้นโดยทั่วไปมีวัตถุประสงค์เฉพาะอัลกอริทึม partitional โดยทั่วไปมีวัตถุประสงค์ทั้งหมด-ความผันแปรของวิธีการวัตถุประสงค์ฟังก์ชันสากลจะเหมาะสมกับการข้อมูลให้กับแต่ละรุ่นมีกำหนดพารามิเตอร์ในแบบจำลองจากข้อมูลผสมผสานรูปแบบสมมติว่าข้อมูล 'ผสม' ของจำนวนของการกระจายทางสถิติ

ผลลัพธ์ (ไทย) 2:

- พบว่ากลุ่มที่ลดหรือเพิ่มฟังก์ชันวัตถุประสงค์.
- ระบุวิธีการที่เป็นไปได้ทั้งหมดของการแบ่งคะแนนออกเป็นกลุ่มและ
ประเมิน `ความดีของแต่ละชุดที่มีศักยภาพของกลุ่มโดยใช้
ฟังก์ชันวัตถุประสงค์ที่กำหนด (NP ยาก)
- สามารถมีวัตถุประสงค์ทั่วโลกหรือในท้องถิ่น.
?? ขั้นตอนวิธีการจัดกลุ่มตามลำดับชั้นมักจะมีวัตถุประสงค์ในท้องถิ่น
?? อัลกอริทึม Partitional มักจะมีวัตถุประสงค์ทั่วโลก
- การเปลี่ยนแปลงของวิธีฟังก์ชันวัตถุประสงค์ทั่วโลกคือเพื่อให้พอดีกับ
ข้อมูลไปยังรูปแบบการแปร.
?? พารามิเตอร์สำหรับรูปแบบที่จะถูกกำหนดจากข้อมูล.
?? รูปแบบผสมคิดว่าข้อมูลที่มี 'ส่วนผสม' ของจำนวนของ
การแจกแจงสถิติ

ผลลัพธ์ (ไทย) 3:

- พบกลุ่มที่ลดหรือเพิ่มวัตถุประสงค์การทำงาน .
) แจกแจงวิธีที่เป็นไปได้ทั้งหมดของการแบ่งคะแนนออกเป็นกลุ่มและ
' ความดี ' ประเมินศักยภาพของแต่ละชุดของกลุ่มโดยใช้
ให้ฟังก์ชันวัตถุประสงค์ ( NP ยาก )
) สามารถมีโลกหรือท้องถิ่น วัตถุประสงค์ การจัดกลุ่มลำดับชั้น
ตกาขั้นตอนวิธีโดยทั่วไปมี
วัตถุประสงค์ของท้องถิ่นขั้นตอนวิธีโดยทั่วไปมีวัตถุประสงค์ partitional ตกาทั่วโลก
–รูปแบบของวิธีการฟังก์ชันวัตถุประสงค์ ( พอดี

ข้อมูลไปยังพารามิเตอร์รูปแบบ ตกาพารามิเตอร์สำหรับแบบจำลองจะพิจารณาจากข้อมูลแบบผสม
ตกาสมมติว่าข้อมูลเป็น ' ส่วนผสม ' ของ
การแจกแจงทางสถิติ