We introduce a new approach to the

We introduce a new approach to the problem of overlapping clustering. The main idea is to formulate overlapping clustering as an optimization problem in which each data point is mapped to a small set of labels, representing membership to different clusters. The objective is to find a mapping so that the distances between data points agree as much as possible with distances taken over their label sets. To define distances between label sets, we consider two measures: a set-intersection indicator function and the Jaccard coefficient

ผลลัพธ์ (ไทย) 1:

เราแนะนำวิธีการปัญหาความทับซ้อนคลัสเตอร์ใหม่ ความคิดหลักคือการ กำหนดซ้อน clustering เป็นปัญหาการเพิ่มประสิทธิภาพในข้อมูลที่แต่ละจุดถูกแมปชุดเล็กของป้าย เป็นตัวแทนสมาชิกกลุ่มต่าง ๆ วัตถุประสงค์จะค้นหาการแม็ปเพื่อให้ตกลงระยะทางระหว่างจุดข้อมูลได้มากที่สุด มีระยะทางมากกว่าชุดของป้ายชื่อ การกำหนดระยะห่างระหว่างป้ายชื่อชุด เราพิจารณามาตรการที่ 2: ฟังก์ชันบ่งชี้ชุดแยกและค่าสัมประสิทธิ์ของ Jaccard

ผลลัพธ์ (ไทย) 2:

เราแนะนำวิธีการใหม่ในการแก้ไขปัญหาของการจัดกลุ่มทับซ้อน แนวคิดหลักคือการกำหนดจัดกลุ่มที่ทับซ้อนกันในฐานะที่เป็นปัญหาการเพิ่มประสิทธิภาพซึ่งในแต่ละจุดข้อมูลจะถูกจับคู่กับชุดเล็ก ๆ ของฉลากที่เป็นตัวแทนของสมาชิกไปยังกลุ่มที่แตกต่างกัน โดยมีวัตถุประสงค์เพื่อหาการทำแผนที่เพื่อให้ระยะทางระหว่างจุดข้อมูลเห็นด้วยมากที่สุดเท่าที่เป็นไปได้กับระยะทางที่นำไปชุดฉลากของพวกเขา เพื่อกำหนดระยะทางระหว่างชุดป้ายเราจะพิจารณามาตรการที่สอง: ฟังก์ชั่นตัวบ่งชี้การตั้งจุดตัดและค่าสัมประสิทธิ์ Jaccard

ผลลัพธ์ (ไทย) 3:

เราแนะนำวิธีการใหม่เพื่อแก้ปัญหาที่ทับซ้อนกันในการจัดกลุ่ม . ความคิดหลักคือการสร้างคลัสเตอร์เป็นปัญหาทับซ้อนที่เหมาะสมซึ่งในแต่ละจุดข้อมูลจะถูกแมปไปยังชุดเล็กของป้ายชื่อที่เป็นตัวแทนของสมาชิกในกลุ่มที่แตกต่างกัน โดยมีวัตถุประสงค์เพื่อหาแผนที่เพื่อให้ระยะทางระหว่างจุดข้อมูลที่เห็นด้วยมากที่สุดกับระยะทางมากกว่าชุดป้ายของพวกเขา การกำหนดระยะทางระหว่างชุดฉลากจะพิจารณามาตรการ 2 ชุดแยกบ่งชี้ฟังก์ชันและ Jaccard Coefficient