In our formulation, we still requir

In our formulation, we still require a complete graph as
input, but every edge is associated with a weight, which is
a number in [0, 1]. Weights represent similarity between data
points and the extent to which data points should be assigned
to the same cluster. For defining distances between sets of
labels, we consider two measures: a set-intersection indicator
function and the Jaccard coefficient. We also constrain the
maximum number of cluster labels allowed, either globally or
per data point. These alternatives, together with the possibility
of having fractional or binary edge weights, produces a whole
family of problems.

ผลลัพธ์ (ไทย) 1:

ในสูตรของเรา เรายังคงต้องการกราฟสมบูรณ์เป็นป้อนข้อมูล แต่ขอบทุกเกี่ยวข้องกับน้ำหนัก ซึ่งเป็นตัวเลขใน [0, 1] น้ำหนักแสดงความคล้ายกันระหว่างข้อมูลจุดและขอบเขตข้อมูลใดควรกำหนดจุดคลัสเตอร์เดียวกัน การกำหนดระยะห่างระหว่างชุดป้าย เราพิจารณามาตรการที่สอง: ตัวบ่งชี้แยกชุดฟังก์ชันและค่าสัมประสิทธิ์ของ Jaccard เรายังจำกัดการจำนวนสูงสุดของป้ายชื่อของคลัสเตอร์ได้ ทั้งโลก หรือต่อจุดข้อมูล อื่น พร้อมกับความเป็นไปได้มีน้ำหนักขอบเศษ หรือไบนารี ผลิตทั้งหมดครอบครัวปัญหา

ผลลัพธ์ (ไทย) 2:

ในการกำหนดของเราเรายังคงต้องสมบูรณ์กราฟเป็น
อินพุต แต่ขอบทุกคนที่เกี่ยวข้องกับน้ำหนักซึ่งเป็น
จำนวนใน [0, 1] น้ำหนักแทนความคล้ายคลึงกันระหว่างข้อมูล
คะแนนและขอบเขตที่จุดข้อมูลที่ควรจะได้รับมอบหมาย
ไปยังคลัสเตอร์เดียวกัน สำหรับการกำหนดระยะห่างระหว่างชุดของ
ป้ายเราจะพิจารณามาตรการที่สอง: เป็นตัวบ่งชี้การตั้งจุดตัด
ฟังก์ชั่นและค่าสัมประสิทธิ์ Jaccard นอกจากนี้เรายังเป็นการบังคับ
จำนวนสูงสุดของป้ายคลัสเตอร์ได้รับอนุญาตอย่างใดอย่างหนึ่งหรือทั่วโลก
ต่อจุดข้อมูล ทางเลือกเหล่านี้พร้อมกับความเป็นไปได้
ของการมีเศษส่วนหรือไบนารีน้ำหนักขอบผลิตทั้ง
ครอบครัวของปัญหา

ผลลัพธ์ (ไทย) 3:

ในสูตรของเรา เรายังคงต้องมีกราฟสมบูรณ์ เช่นการป้อนข้อมูล แต่ทุกภพ เกี่ยวข้องกับ น้ำหนัก ซึ่งเป็นตัวเลขใน [ 0 , 1 ] น้ำหนักที่แสดงความเหมือนระหว่างข้อมูลจุดและขอบเขตที่จุดข้อมูลควรมอบหมายในกลุ่มเดียวกัน สำหรับการกำหนดระยะทางระหว่างชุดป้าย เราพิจารณาสองมาตรการ : การตั้งค่าตัวบ่งชี้ ทางแยกฟังก์ชันและ Jaccard coefficient . เรายังกำหนดจำนวนสูงสุดของกลุ่มป้ายให้เหมือนกันทั่วโลกหรือต่อจุดข้อมูล ทางเลือกเหล่านี้ ด้วยกันกับความเป็นไปได้มีเศษหรือไบนารีขอบน้ำหนัก สร้าง ทั้งหมดครอบครัวของปัญหา