Bisecting K-MeansThis is a variant

Bisecting K-Means
This is a variant of K-Means
it's a Hierarchical Clustering method, and it's useful for Document Clustering

Algorithm:
start with a single cluster
repeat until have desired number of clusters
choose a cluster to split (e.g. the largest one)
find two subclusters using K-means with k=2k=2 and split
may repeat this procedure several times and take the clusters with highest overall similarity

ผลลัพธ์ (ไทย) 1:

ถึง bisectingนี้เป็นตัวแปร K หมายถึงมันเป็นวิธีการลำดับชั้น Clustering และก็มีประโยชน์สำหรับเอกสารที่คลัสเตอร์อัลกอริทึม:เริ่มต้น ด้วยคลัสเตอร์เดียวซ้ำจนได้ตามต้องการหมายเลขของคลัสเตอร์เลือกคลัสเตอร์การแยก (เช่นหนึ่งที่ใหญ่ที่สุด)พบสอง subclusters ใช้กับ k = 2 k = 2 และแยกอาจทำซ้ำขั้นตอนนี้หลายครั้ง และใช้คลัสเตอร์ที่ มีความคล้ายคลึงกันโดยรวมสูงสุด

ผลลัพธ์ (ไทย) 2:

ตัด K หมายถึง
นี้เป็นตัวแปรของ K-หมายความว่า
มันเป็นวิธีการลำดับชั้นการจัดกลุ่มและเป็นประโยชน์สำหรับเอกสารการจัดกลุ่มอัลกอริทึม: เริ่มต้นด้วยกลุ่มเดียวซ้ำจนกว่าจะมีความปรารถนาจำนวนกลุ่มเลือกคลัสเตอร์จะแยก (เช่นหนึ่งที่ใหญ่ที่สุด) พบว่า สอง subclusters ใช้ K-หมายกับ K = 2k = 2 และแยกอาจทำซ้ำขั้นตอนนี้หลายครั้งและใช้กลุ่มที่มีความคล้ายคลึงกันรวมสูงสุด

ผลลัพธ์ (ไทย) 3:

k-means bisectingนี้เป็นตัวแปรของ k-meansมันเป็นชุดสำหรับวิธีและเป็นประโยชน์สำหรับการจัดกลุ่มเอกสารอัลกอริทึม :เริ่มด้วยกลุ่มเดียวทำซ้ำจนกระทั่งได้จำนวนที่ต้องการของกลุ่มเลือกกลุ่มที่จะแยก ( เช่นหนึ่งที่ใหญ่ที่สุด )พบ 2 subclusters ใช้ k-means กับ k = 2 = 2 และแยกอาจจะทำซ้ำขั้นตอนนี้หลายครั้งและนำกลุ่มมีความเหมือนสูงสุดโดยรวม