The algorithm above presented is th

The algorithm above presented is the bisecting version of the general K-means
algorithm. This bisecting algorithm has been recently discussed and emphasized in [17]
and [19]. In these works it is claimed to be very effective in document-processing
problems. It is here worth noting that the algorithm above recalled is the very classical
and basic version of K-means, also known (see [10, 12]) as Forgy’s algorithm (with a
slight modification of the initialization step). Many variations of this basic version of the
algorithm have been proposed, aiming to reduce the computational demand, at the price
of (hopefully little) sub-optimality. Since the goal of this paper is to analyze convergence
properties and clustering performance, this original version of the K-means algorithm is
the most interesting and meaningful.

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมด้านบนแสดงเป็นรุ่น bisecting K หมายถึงทั่วไปอัลกอริทึม อัลกอริทึมนี้ bisecting ได้รับเมื่อเร็ว ๆ นี้กล่าวถึง และเน้นใน [17]และ [19] ในการทำงานเหล่านี้ อ้างว่า จะมีประสิทธิภาพมากในการประมวลผลเอกสารปัญหา นี่เป็นมูลค่า noting ว่า อัลกอริทึมข้างบนเรียกคลาสสิกมากและรุ่นพื้นฐานถึง ที่รู้จักกัน (ดู [10, 12]) เป็นอัลกอริทึมของ Forgy (ด้วยการปรับเปลี่ยนเล็กน้อยของความขั้นตอนเริ่มต้น) รูปแบบหลายรุ่นนี้พื้นฐานของการอัลกอริทึมได้รับการเสนอ เล็งลดความต้องการเชิงคำนวณ ราคาของ (หวังเล็ก ๆ) optimality ย่อย เนื่องจากเป้าหมายของเอกสารนี้คือการ วิเคราะห์แบบร่วมกันคุณสมบัติและระบบคลัสเตอร์ประสิทธิภาพ อัลกอริทึมถึงรุ่นนี้เดิมเป็นน่าสนใจ และมีความหมาย

ผลลัพธ์ (ไทย) 2:

ขั้นตอนวิธีการดังกล่าวข้างต้นที่นำเสนอเป็นรุ่นที่ตัดของ K-วิธีการทั่วไปของ
อัลกอริทึม ขั้นตอนวิธีการตัดนี้ได้รับการกล่าวถึงเร็ว ๆ นี้และการเน้นย้ำใน [17]
และ [19] ในผลงานเหล่านี้จะอ้างว่ามีประสิทธิภาพมากในเอกสารการประมวลผล
ปัญหา ที่นี่เป็นที่น่าสังเกตว่าขั้นตอนวิธีการดังกล่าวข้างต้นจำได้ว่าเป็นคลาสสิกมาก
รุ่นและพื้นฐานของ K-หมายถึงยังเป็นที่รู้จัก (ดู [10 12]) เป็นอัลกอริทึมของ Forgy (ที่มี
การปรับเปลี่ยนเล็กน้อยของขั้นตอนการเริ่มต้น) หลายรูปแบบของรุ่นนี้พื้นฐานของ
ขั้นตอนวิธีการได้รับการเสนอมีเป้าหมายเพื่อลดความต้องการในการคำนวณที่ราคา
ของ (เล็ก ๆ น้อย ๆ หวังว่า) ย่อย optimality เนื่องจากเป้าหมายของบทความนี้คือการวิเคราะห์บรรจบ
คุณสมบัติและประสิทธิภาพการจัดกลุ่มนี้รุ่นเดิมของอัลกอริทึม K-หมายถึงการเป็น
ที่น่าสนใจที่สุดและมีความหมาย

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีข้างต้นแสดงเป็น k-means bisecting รุ่นทั่วไปขั้นตอนวิธี นี้ bisecting ขั้นตอนวิธีการได้รับเมื่อเร็ว ๆนี้กล่าวถึง และเน้น [ 17 ]และ [ 19 ] ในงานนี้จะอ้างว่าจะมีประสิทธิภาพมากในการประมวลผลเอกสารปัญหา มันคือที่นี่ เป็นมูลค่า noting ที่ขั้นตอนวิธีข้างต้นเรียกเป็นคลาสสิกมากและรุ่นพื้นฐานของ k-means ที่เรียกว่า ( ดู [ 12 ] 10 ) เป็นขั้นตอนวิธี forgy ( กับการเปลี่ยนแปลงเล็กน้อยของการเริ่มต้นขั้นตอน ) หลายรูปแบบของรุ่นพื้นฐานของอัลกอริทึมได้ถูกเสนอเพื่อลดความต้องการคอมพิวเตอร์ที่ราคา( หวังน้อย ) ซับคุณภาพ . เนื่องจากเป้าหมายของบทความนี้คือ วิเคราะห์กันคุณสมบัติและการแบ่งกลุ่มแสดงรุ่นเดิมของ k-means ขั้นตอนวิธีที่น่าสนใจที่สุดและมีความหมาย