While K-Means discovers hard cluste

While K-Means discovers hard clusters (a point belong to only one cluster), Fuzzy K-Means is a more statistically formalized method and discovers soft clusters where a particular point can belong to more than one cluster with certain probability.

ผลลัพธ์ (ไทย) 1:

ในขณะที่ K-หมายถึงตรวจพบคลัสเตอร์ฮาร์ดดิสก์ (จุดเป็นคลัสเตอร์เดียว), เอิบ K-หมายถึงเป็นวิธีการทางสถิติมากขึ้นอย่างเป็นทาง และตรวจพบคลัสเตอร์นุ่มที่เฉพาะเจาะจงสามารถเป็นสมาชิกของคลัสเตอร์มากกว่าหนึ่งด้วยความบาง

ผลลัพธ์ (ไทย) 2:

ในขณะที่ K-หมายถึงค้นพบกลุ่มยาก (จุดเป็นเพียงหนึ่งกลุ่ม), ฟัซซี่ K-หมายถึงเป็นวิธีการที่มากขึ้นกรงเล็บทางสถิติและพบกลุ่มอ่อนที่จุดใดสามารถเป็นสมาชิกมากกว่าหนึ่งกลุ่มที่มีความน่าจะเป็นบางอย่าง

ผลลัพธ์ (ไทย) 3:

ในขณะที่ k-means ค้นพบยากกลุ่ม ( จุดเป็นเพียงหนึ่งกลุ่ม ) คลุมเครือ k-means เป็นอีกวิธีทางสถิติและกลุ่มที่เป็นทางการพบอ่อนเฉพาะจุดสามารถอยู่ได้มากกว่าหนึ่งกลุ่ม มีความเป็นไปได้แน่นอน