We present a new iterative method f

We present a new iterative method for probabilistic clustering of data. Given clusters, their centers and the distances of data points from these centers, the probability of cluster membership at any point is assumed inversely proportional to the distance from (the center of) the cluster in question. This assumption is our working principle. The method is a generalization, to several centers, of the Weiszfeld method for solving the Fermat–Weber location problem. At each iteration, the distances (Euclidean, Mahalanobis, etc.) from the cluster centers are computed for all data points, and the centers are updated as convex combinations of these points, with weights determined by the above principle. Computations stop when the centers stop moving. Progress is monitored bythe joint distance function a measure ofdistance from all cluster centers, that evolves during the iterations, and captures the data in its low contours. The method is simple, fast (requiring a small number of cheap iterations) and insensitive to outliers.

ผลลัพธ์ (ไทย) 1:

เรานำเสนอวิธีการคลัสเตอร์น่าจะข้อมูลซ้ำใหม่ ให้คลัสเตอร์ ศูนย์ของพวกเขา และระยะทางของจุดข้อมูลจากศูนย์เหล่านี้ ความน่าเป็นของการเป็นสมาชิกของคลัสเตอร์ที่จุดใด ๆ จะถือว่าสัดส่วนตรงกันข้ามกับระยะทาง (กลาง) คลัสเตอร์ในคำถาม สมมติฐานนี้คือ หลักการทำงานของเรา วิธีการเป็นแบบลักษณะทั่วไป ศูนย์หลาย การ Weiszfeld วิธีการสำหรับการแก้ปัญหาตั้งเวเบอร์แฟร์มาต์ ในแต่ละ iteration บ่อย ระยะทาง (Euclidean, Mahalanobis ฯลฯ) จากคลัสเตอร์ ใช้คำนวณศูนย์สำหรับจุดข้อมูลทั้งหมด และศูนย์ที่มีการปรับปรุงเป็นชุดนูนของจุดเหล่านี้ มีน้ำหนักตามหลักการข้างต้น ประมวลผลหยุดเมื่อศูนย์การหยุดเคลื่อนที่ มีการตรวจสอบความคืบหน้าโดยระยะร่วมงาน ofdistance วัดจากศูนย์ทั้งหมดในคลัสเตอร์ ที่วิวัฒนาการในช่วงการเกิดซ้ำ และเก็บข้อมูลในรูปทรงของมันต่ำ วิธีง่าย รวดเร็ว (ไม่ต้องซ้ำราคาถูกจำนวนน้อย) และตายไป outliers

ผลลัพธ์ (ไทย) 2:

เรานำเสนอวิธีการซ้ำใหม่สำหรับการจัดกลุ่มความน่าจะเป็นของข้อมูล กลุ่มที่ได้รับศูนย์และระยะทางของจุดข้อมูลจากศูนย์เหล่านี้ของพวกเขาน่าจะเป็นของสมาชิกคลัสเตอร์ที่จุดใด ๆ จะถือว่าสัดส่วนผกผันกับระยะทางจาก (ศูนย์กลางของ) คลัสเตอร์ในคำถาม สมมติฐานนี้เป็นหลักการทำงานของเรา วิธีการทั่วไปที่หลายศูนย์ของวิธีการ Weiszfeld สำหรับการแก้ปัญหาที่ตั้งของแฟร์มาต์-Weber ในแต่ละย้ำระยะทาง (แบบยุคลิด Mahalanobis ฯลฯ ) จากศูนย์คลัสเตอร์จะคำนวณสำหรับทุกจุดข้อมูลและศูนย์มีการปรับปรุงเป็นชุดนูนของจุดเหล่านี้มีน้ำหนักที่กำหนดโดยหลักการดังกล่าวข้างต้น คำนวณหยุดเมื่อศูนย์หยุดการเคลื่อนย้าย ความคืบหน้าการตรวจสอบ bythe ฟังก์ชั่นระยะทางร่วม ofdistance วัดจากศูนย์คลัสเตอร์ทั้งหมดที่มีวิวัฒนาการในช่วงการทำซ้ำและจับข้อมูลในรูปทรงที่ต่ำ วิธีการที่ง่ายรวดเร็ว (ต้องจำนวนเล็ก ๆ ของการทำซ้ำราคาถูก) และความรู้สึกที่ผิดปกติ

ผลลัพธ์ (ไทย) 3:

เราเสนอวิธีการใหม่สำหรับการทำซ้ำเพื่อการจัดกลุ่มข้อมูล ให้กลุ่มของพวกเขา ศูนย์ และระยะทางของจุดข้อมูลจากศูนย์เหล่านี้น่าจะเป็นของสมาชิกกลุ่มที่จุดใด ๆถือว่าเป็นปฏิภาคผกผันกับระยะทางจาก ( กลาง ) กลุ่มปัญหา สมมติฐานนี้เป็นหลักการทำงานของเรา วิธี คือ การ ที่ศูนย์หลายแห่ง weiszfeld วิธีแก้ แฟร์มาต์–เวเบอร์ตั้งปัญหา ในแต่ละ iteration , ระยะทาง ( พลาด mahalanobis , ฯลฯ ) จากศูนย์กลุ่มจะคำนวณข้อมูลทุกจุด และศูนย์ที่ปรับปรุงเป็นชุดนูนของจุดเหล่านี้ ด้วยน้ำหนักที่กำหนดโดยหลักการข้างต้น วิธีการหยุดเมื่อศูนย์หยุดเคลื่อนที่ ความคืบหน้าในการทำงานร่วมกันตรวจสอบระยะทางวัดไกลจากศูนย์ทุกกลุ่ม ที่วิวัฒนาการในการทำซ้ำ และรวบรวมข้อมูลในรูปทรงของมันต่ำ . วิธีที่ง่าย รวดเร็ว ( ต้องมีจำนวนเล็ก ๆของการทำซ้ำราคาถูก ) และกระแสผิดปกติ .