Clustering is a useful technique th

Clustering is a useful technique that organizes a large quantity of unordered text documents into a small number of meaningful and coherent clusters, thereby providing a basis for intuitive and informative navigation and browsing mechanisms. Partitional clustering algorithms have been recognized to be more suitable as opposed to the hierarchical clustering schemes for processing large datasets. A wide variety of distance functions and similarity measures have been used for clustering, such as squared Euclidean distance, cosine similarity, and relative entropy.
In this paper, we compare and analyze the effectiveness of these measures in partitional clustering for text document datasets. Our experiments utilize the standard Kmeans algorithm and we report results on seven text document datasets and five distance/similarity measures that have been most commonly used in text clustering.

ผลลัพธ์ (ไทย) 1:

คลัสเตอร์เป็นเทคนิคที่มีประโยชน์ที่ปริมาณมากของเอกสารข้อความหน้าตัวเล็กมีความหมาย และสอดคล้องคลัสเตอร์ จึงให้พื้นฐานสำหรับการนำง่าย และให้ข้อมูล และเรียกดูกลไก อัลกอริทึมระบบคลัสเตอร์ partitional ได้รับให้เหมาะสมเมื่อเทียบกับแบบแผนระบบคลัสเตอร์แบบลำดับชั้นสำหรับการประมวลผลชุดข้อมูลขนาดใหญ่ มีการใช้ความหลากหลายของฟังก์ชันระยะทางและการวัดความคล้ายคลึงกันสำหรับคลัสเตอร์ เช่นระยะทางแบบยุคลิดที่สอง ความคล้ายคลึงของโคไซน์ เอนโทรปีญาติในกระดาษนี้ เราเปรียบเทียบ และวิเคราะห์ effectiveness มาตรการเหล่านี้ใน partitional clustering สำหรับชุดข้อมูลเอกสารข้อความ การทดลองของเราใช้อัลกอริทึม Kmeans มาตรฐาน และเรารายงานผลเจ็ดข้อความเอกสารข้อมูลและให้ระยะ/คล้ายวัดที่มักใช้ในข้อความที่ clustering

ผลลัพธ์ (ไทย) 2:

การจัดกลุ่มเป็นเทคนิคที่มีประโยชน์ที่จัดงานปริมาณมากของเอกสารข้อความไม่เรียงลำดับเป็นจำนวนเล็ก ๆ ของกลุ่มที่มีความหมายและเชื่อมโยงกันจึงให้พื้นฐานสำหรับการนำทางที่ง่ายและให้ข้อมูลและกลไกการเรียกดู ขั้นตอนวิธีการจัดกลุ่ม Partitional ได้รับการยอมรับให้มีความเหมาะสมมากขึ้นเมื่อเทียบกับรูปแบบการจัดกลุ่มตามลำดับชั้นสำหรับการประมวลผลชุดข้อมูลขนาดใหญ่ ความหลากหลายของฟังก์ชั่นระยะทางและมาตรการที่คล้ายคลึงกันได้ถูกนำมาใช้สำหรับการจัดกลุ่มเช่นระยะทางกำลังสองยุคลิดโคไซน์คล้ายคลึงกันและญาติเอนโทรปี.
ในบทความนี้เราเปรียบเทียบและวิเคราะห์ ectiveness E FF ของมาตรการเหล่านี้ในการจัดกลุ่ม partitional สำหรับชุดข้อมูลเอกสารข้อความ การทดลองของเราใช้อัลกอริทึม Kmeans มาตรฐานและรายงานผลในชุดข้อมูลเอกสารข้อความเจ็ด Fi ได้ระยะทางมาตรการ / คล้ายคลึงกันที่มีการใช้มากที่สุดในการจัดกลุ่มข้อความ