where qtmin produces a single large

where qt
min produces a single large cluster enclosing all feature
vectors [16] and qt = qt
max leads to a number of clusters equal
to the number of feature vectors. Figure 2 shows an example
where the clustering is performed with qt = qt
min and with
larger values of qt, which increase the number of clusters.
The best value of qt can be determined by iteratively
analyzing the clustering performance. In particular, because
feature vectors are unlabeled, we design a measure to perform
an unsupervised self-assessment of the clustering performance
namely Dissimilarity Score St that quantifies the homogeneity
of the feature vectors belonging to each specific cluster.

ผลลัพธ์ (ไทย) 1:

ที่ qtนาทีสร้างคลัสเตอร์ขนาดใหญ่เดียวที่แนบทั้งหมดเวกเตอร์ [16] และ qt = qtเป้าหมายสูงสุดของกลุ่มเท่ากับจำนวนคุณลักษณะเวกเตอร์ รูปที่ 2 แสดงตัวอย่างที่คลัสเตอร์ที่จะดำเนินการกับ qt = qtนาทีและค่ามีขนาดใหญ่ของ qt ซึ่งเพิ่มจำนวนคลัสเตอร์ค่าที่ดีที่สุดของ qt สามารถถูกกำหนดโดยปรับปรุงต้นการวิเคราะห์ประสิทธิภาพการทำงานระบบคลัสเตอร์ โดยเฉพาะ เนื่องจากไม่มีป้ายชื่อคุณลักษณะเวกเตอร์ เราออกแบบการวัดการการประเมินตนเองที่ขั่วของระบบคลัสเตอร์ประสิทธิภาพการทำงานคือความแตกต่างกันคะแนนเซนต์ที่ประเมินดำค่อย ๆ จางลงของเวกเตอร์คุณลักษณะที่เป็นสมาชิกของคลัสเตอร์แต่ละเฉพาะ

ผลลัพธ์ (ไทย) 2:

ที่ QT
นาทีผลิตคลัสเตอร์เดียวขนาดใหญ่ล้อมรอบทุกคุณลักษณะ
เวกเตอร์ [16] และ QT = QT
แม็กซ์นำไปสู่จำนวนของกลุ่มเท่ากับ
จำนวนของเวกเตอร์คุณลักษณะ รูปที่ 2 แสดงตัวอย่าง
ที่จัดกลุ่มจะดำเนินการกับ QT = QT
นาทีและมี
ค่าขนาดใหญ่ของ QT ซึ่งเพิ่มจำนวนของคลัสเตอร์.
ค่าที่ดีที่สุดของ QT จะถูกกำหนดโดยซ้ำ
การวิเคราะห์ประสิทธิภาพการจัดกลุ่ม โดยเฉพาะอย่างยิ่งเพราะ
พาหะคุณลักษณะไม่มีชื่อกำกับเราออกแบบมาตรการที่จะดำเนินการ
ใกล้ชิดประเมินตนเองของผลการดำเนินงานการจัดกลุ่ม
คือข้อแตกต่างคะแนนของ st ว่าการประเมินความเป็นเนื้อเดียวกัน
ของเวกเตอร์คุณลักษณะที่อยู่ในแต่ละคลัสเตอร์ที่เฉพาะเจาะจง

ผลลัพธ์ (ไทย) 3:

ที่ Qtมินิตเดี่ยวขนาดใหญ่รวมคุณลักษณะทั้งหมดกลุ่มเวกเตอร์ [ 16 ] และ Qt = Qtแม็กซ์ นำไปสู่จำนวนกลุ่มเท่ากับจำนวนของเวกเตอร์ลักษณะเฉพาะ รูปที่ 2 แสดงตัวอย่างที่สามารถจะดำเนินการกับ Qt = Qtมินและค่าขนาดใหญ่ของ Qt ซึ่งจะเพิ่มจำนวนของกลุ่มค่าที่ดีที่สุดของ Qt สามารถหาได้โดยซ้ำการวิเคราะห์การจัดกลุ่มงาน โดยเฉพาะ เพราะเวกเตอร์ลักษณะจะใกล้เคียงกัน เราออกแบบวัดแสดงมีการประเมินตนเอง unsupervised ของการจัดกลุ่มสมรรถนะคือคะแนนที่ quantifies ความสม่ำเสมอจะเซนต์ของที่คุณลักษณะเวกเตอร์ของแต่ละกลุ่มที่เฉพาะเจาะจง