k-means is a simple algorithm based

k-means is a simple algorithm based on the firm foundation of analysis of variances. In this method, a set of data is clustered into a predefined number of clusters. k-means starts with randomly initial cluster centroids and keeps reassigning the data objects in the dataset to cluster centroids based on the similarity between the data objects and the cluster centroids. The reassignment procedure will stops when a convergence criterion (e.g. the number of iteration, or no change in the cluster results after a certain number of iteration) is met. The k-means clustering process is described by the four following steps:

ผลลัพธ์ (ไทย) 1:

k หมายถึงเป็นอัลกอริทึมแบบง่ายตามรากฐานของบริษัทการวิเคราะห์ผลต่าง วิธีการนี้ จับกลุ่มชุดของข้อมูลเป็นตัวเลขที่กำหนดไว้ล่วงหน้าของคลัสเตอร์ k หมายถึงเริ่มต้นกับ centroids คลัสเตอร์เริ่มต้นได้ และช่วยให้กำหนดวัตถุข้อมูลในชุดข้อมูลกับ centroids คลัสเตอร์คล้ายคลึงระหว่างวัตถุข้อมูลและ centroids คลัสเตอร์ ขั้นตอนการศัลยกรรมแปลงจะหยุดเมื่อตรงตามเงื่อนไขการลู่เข้า (เช่นจำนวนการเกิดซ้ำ หรือคลัสเตอร์เปลี่ยนแปลงผลลัพธ์หลังจากจำนวนการเกิดซ้ำ) กระบวนการระบบคลัสเตอร์ k หมายถึงมีอธิบาย โดยสี่ขั้นตอนต่อไปนี้:

ผลลัพธ์ (ไทย) 2:

k-หมายถึงเป็นวิธีการที่ง่ายขึ้นอยู่กับรากฐานที่มั่นคงของการวิเคราะห์ความแปรปรวนของ ในวิธีการนี​​้ชุดของข้อมูลที่มีการกระจุกตัวเป็นจำนวนที่กำหนดไว้ล่วงหน้าของกลุ่ม k-หมายถึงเริ่มต้นด้วย centroids กลุ่มสุ่มเริ่มต้นและช่วยให้กำหนดใหม่วัตถุข้อมูลในชุดที่จะ centroids กลุ่มขึ้นอยู่กับความคล้ายคลึงกันระหว่างวัตถุข้อมูลและ centroids คลัสเตอร์ ขั้นตอนการกำหนดใหม่จะหยุดเมื่อเกณฑ์การบรรจบกัน (เช่นจำนวนของการทำซ้ำหรือการเปลี่ยนแปลงในผลการคลัสเตอร์ไม่หลังจากที่จำนวนหนึ่งของการทำซ้ำ) จะได้พบกับ ขั้นตอนการจัดกลุ่ม K-วิธีอธิบายโดยขั้นตอนต่อไปที่สี่:

ผลลัพธ์ (ไทย) 3:

k-means เป็นขั้นตอนวิธีที่ง่ายตามรากฐานของการวิเคราะห์ความ แปรปรวน ในวิธีนี้ ชุดของข้อมูลต่อเป็นหมายเลขที่กำหนดไว้ล่วงหน้าของกลุ่ม k-means เริ่มที่สุ่มเริ่มต้นกลุ่มจุดเซนทรอยด์และช่วยให้ reassigning ข้อมูลวัตถุใน DataSet เพื่อจุดเซนทรอยด์กลุ่มบนพื้นฐานของความคล้ายคลึงกันระหว่างข้อมูลและคลัสเตอร์จุดเซนทรอยด์กระบวนการแปลงจะหยุดเมื่อการลู่เข้าเกณฑ์ ( เช่นจํานวนซ้ำ หรือมีการเปลี่ยนแปลงในกลุ่มผลลัพธ์หลังจากที่จำนวนหนึ่งของทวน ) จะพบ การ k-means การจัดกลุ่มกระบวนการอธิบายตามสี่ขั้นตอนต่อไปนี้ :