Bisecting k-Means is like a combina

Bisecting k-Means is like a combination of k-Means and hierarchical clustering.
It starts with all objects in a single cluster.

The pseudocode of the algorithm is displayed below:

Basic Bisecting K-means Algorithm for finding K clusters
Pick a cluster to split.
Find 2 sub-clusters using the basic k-Means algorithm (Bisecting step)
Repeat step 2, the bisecting step, for ITER times and take the split that produces the clustering with the highest overall similarity.
Repeat steps 1, 2 and 3 until the desired number of clusters is reached.

The critical part is which cluster to choose for splitting. And there are different ways to proceed, for example, you can choose the biggest cluster or the cluster with the worst quality or a combination of both.

Source: "A comparison of document clustering techniques", M. Steinbach, G. Karypis and V. Kumar. Workshop on Text Mining, KDD, 2000. [pdf]

ผลลัพธ์ (ไทย) 1:

Bisecting ถึงเป็นเหมือนรวมถึงและคลัสเตอร์ตามลำดับชั้นมันเริ่มต้น ด้วยวัตถุทั้งหมดในคลัสเตอร์เดียวPseudocode ของอัลกอริทึมจะแสดงด้านล่าง:ขั้น Bisecting ถึงตอนหา K กลุ่มเลือกคลัสเตอร์ในการแยกพบ 2 กลุ่มข้อมูลย่อยโดยใช้พื้นฐานถึงอัลกอริทึม (ขั้นตอน Bisecting)ทำซ้ำขั้นตอนที่ 2 ขั้นตอน bisecting, ITER ครั้ง และใช้การแยกที่สร้างคลัสเตอร์ มีความคล้ายคลึงกันโดยรวมสูงสุดทำซ้ำขั้นตอนที่ 1, 2 และ 3 จนกว่าจะถึงจำนวนที่ต้องการของคลัสเตอร์ส่วนที่สำคัญเป็นคลัสเตอร์ที่จะเลือกสำหรับการแบ่ง และมีวิธีการดำเนินการ เช่น คุณสามารถเลือกคลัสเตอร์ที่ใหญ่ที่สุดหรือคลัสเตอร์ มีคุณภาพเลวหรือทั้งสองแหล่งที่มา: "การเปรียบเทียบเอกสารเทคนิค clustering", M. Steinbach, G. Karypis และ V. Kumar อบรมการทำเหมืองข้อความ KDD, 2000 [pdf]

ผลลัพธ์ (ไทย) 2:

ตัด K หมายถึงเป็นเหมือนการรวมกันของ K-วิธีการและการจัดกลุ่มลำดับชั้น.
มันเริ่มต้นด้วยวัตถุทั้งหมดในกลุ่มเดียว. pseudocode ของอัลกอริทึมที่มีการแสดงด้านล่าง: พื้นฐาน Bisecting K หมายถึงขั้นตอนวิธีการในการหากลุ่ม K เลือกคลัสเตอร์ที่จะแยก . ค้นหาย่อย 2 กลุ่มโดยใช้พื้นฐานอัลกอริทึม K-หมายถึง (ตัดขั้นตอน) ทำซ้ำขั้นตอนที่ 2 ขั้นตอนตัดสำหรับครั้ง ITER และใช้แยกที่ก่อให้เกิดการจัดกลุ่มที่มีความคล้ายคลึงกันรวมสูงสุด. ทำซ้ำขั้นตอนที่ 1, 2 และ 3 จน จำนวนที่ต้องการของกลุ่มจะมาถึง. ส่วนที่สำคัญเป็นที่คลัสเตอร์ให้เลือกสำหรับการแยก และมีวิธีการที่แตกต่างกันเพื่อดำเนินการต่อไปตัวอย่างเช่นคุณสามารถเลือกกลุ่มที่ใหญ่ที่สุดหรือคลัสเตอร์ที่มีคุณภาพที่เลวร้ายที่สุดหรือการรวมกันของทั้งสอง. ที่มา: "การเปรียบเทียบเทคนิคการจัดกลุ่มเอกสาร" เอ็มสไตน์บากรัม Karypis และ V . มาร์ การประชุมเชิงปฏิบัติการเกี่ยวกับการทำเหมืองข้อความ, KDD 2000 [PDF]