The similarity between two data obj

The similarity between two data objects X and Y is the sum of per attribute similarity for all the attributes. It is computed as
sim(X, Y ) = d ∑_j=1 s(xj, yj ),
where s(xj, yj) is the similarity for the j th attribute defined as
s(xj, yj ) = {1 if |xj − yj| ≤ δj ,0 otherwise},
where δj is the similarity threshold for the j th attribute. For categorical attributes δj = 0 and for numeric attributes δj ≥ 0.We use a subspace-based incremental clustering technique.

ผลลัพธ์ (ไทย) 1:

ความคล้ายกันระหว่างสองออบเจ็กต์ข้อมูล X และ Y เป็นผลรวมของต่อคล้ายแอตทริบิวต์สำหรับคุณลักษณะทั้งหมด มีคำนวณเป็นซิม (X, Y) = d ∑_j = 1 s (xj, yj),โดยที่ s (xj, yj) คือ ความคล้ายคลึงกันสำหรับแอตทริบิวต์ th เจกำหนดเป็นs (xj, yj) = {ถ้า 1 |xj δj ≤− yj| อื่น ๆ 0 },ที่ δj เป็นขีดจำกัดความคล้ายคลึงกันสำหรับแอตทริบิวต์ th เจ สำหรับการ δj แอตทริบิวต์แตก = 0 สำหรับแอตทริบิวต์เลข δj ≥ 0. เราใช้ subspace โดยเพิ่มระบบคลัสเตอร์เทคนิค

ผลลัพธ์ (ไทย) 2:

ความคล้ายคลึงกันระหว่างสองข้อมูลวัตถุ x และ y คือผลรวมของคุณลักษณะที่คล้ายคลึงกันต่อสำหรับคุณลักษณะทั้งหมด มันคือการคำนวณเป็นซิม (X, Y) = d Σ_j ​​= 1 วินาที (XJ, yj) ที่ s (XJ, yj) ความคล้ายคลึงกันสำหรับที่ j แอตทริบิวต์กำหนดเป็นวินาที(XJ, yj) = {1 ถ้า | XJ - yj | ≤δj, 0 อื่น} ที่δjเป็นเกณฑ์คล้ายคลึงกันสำหรับที่ j แอตทริบิวต์ สำหรับแอตทริบิวต์เด็ดขาดδj = 0 และคุณลักษณะที่เป็นตัวเลขδj≥ 0.We ใช้สเปซที่ใช้เทคนิคการจัดกลุ่มเพิ่มขึ้น

ผลลัพธ์ (ไทย) 3:

ความคล้ายคลึงกันระหว่างสองวัตถุข้อมูล x และ y คือผลรวมของต่อคุณลักษณะคล้ายคลึงกันสำหรับคุณลักษณะทั้งหมด มันคำนวณเป็น
ซิม ( X , Y ) = D ∑ _j = 1 s ( XJ เยจิน ) ,
ที่ S ( XJ เยจิน ) คือ ความเหมือนใน J th คุณลักษณะ เช่น
s ( XJ เยจิน ) = { 1 ถ้า | XJ −เยจิน | ≤δ J 0 มิฉะนั้น } ,
ที่δ J เป็นเกณฑ์ คล้ายคลึงกัน สำหรับแอตทริบิวต์ th J .เพื่อแยกแยะคุณลักษณะδ J = 0 และตัวเลขของδ J ≥ 0 ที่เราใช้ตามการจัดกลุ่มย่อยเพิ่มขึ้น
)