is the most difficult step. In Sect

is the most difficult step. In Section 3, we will illustrate the importance of initialization, without which the entire procedure fails miserably. Our initialization strategy involves identifying a group of points with a high concentration of neighbors that represents the “core” of the selected cluster. These points can be used to provide a very rough covariance matrix estimate. This estimate can be improved as discussed in the algorithm later. Then, it can be used for calculating Mahalanobis distances for the rest of the points. Presumably, the closest points should belong to the same cluster and the first observed jump in distances can be seen as an indication that points from a different cluster start being captured. This strategy can be repeated K times, each time eliminating the selected points to avoid repetitive selection of the same clusters. Now, the outlined idea will be considered in greater detail. The algorithm’s key steps have names or numbers assigned to them. Steps 1–8 represent the initialization stage while Steps 9–11 implement the K-means algorithm.

ผลลัพธ์ (ไทย) 1:

เป็นขั้นตอนยากที่สุด ในส่วนที่ 3 เราจะแสดงให้เห็นถึงความสำคัญของการเตรียมใช้งาน โดยที่ขั้นตอนทั้งหมดล้มเหลวไม่เป็นท่า กลยุทธ์การเตรียมใช้งานที่เกี่ยวข้องกับการระบุกลุ่มของจุดที่เข้มข้นของเพื่อนบ้านที่แสดงถึง "หลัก" ของคลัสเตอร์ที่เลือก จุดเหล่านี้สามารถใช้เพื่อให้การประเมินเมทริกซ์แปรปรวนขรุขระมาก ประเมินนี้สามารถปรับปรุงตามที่กล่าวไว้ในอัลกอริทึมในภายหลัง แล้ว สามารถใช้สำหรับการคำนวณระยะทาง Mahalanobis สำหรับส่วนเหลือของคะแนนการ เวบ จุดที่ใกล้ที่สุดควรเป็นสมาชิกของคลัสเตอร์เดียว และกระโดดสังเกตพบครั้งแรกในระยะที่สามารถเห็นได้เป็นการบ่งชี้ว่า จุดจากคลัสเตอร์ต่าง ๆ เริ่มถูกจับ กลยุทธ์นี้สามารถทำซ้ำครั้ง K กำจัดจุดที่เลือกเพื่อหลีกเลี่ยงตัวเลือกซ้ำของคลัสเตอร์เดียวกันแต่ละครั้งได้ ตอนนี้ ความคิดเค้าร่างจะพิจารณาในรายละเอียดมาก ขั้นตอนของอัลกอริทึมมีชื่อหรือหมายเลขที่กำหนดไว้ ขั้นตอนที่ 1-8 แสดงขั้นตอนการเตรียมใช้งานในขณะที่ขั้นตอนที่ 9 – 11 ที่ใช้อัลกอริทึมหมายถึง K

ผลลัพธ์ (ไทย) 2:

เป็นขั้นตอนที่ยากที่สุด ในข้อ 3 เราจะแสดงให้เห็นถึงความสำคัญของการเริ่มต้นโดยที่ขั้นตอนทั้งหมดล้มเหลวอย่างน่าสังเวช กลยุทธ์การเริ่มต้นของเราเกี่ยวข้องกับการระบุกลุ่มของจุดที่มีความเข้มข้นสูงของเพื่อนบ้านที่แสดงถึง "แก่น" ของคลัสเตอร์ที่เลือก จุดเหล่านี้สามารถนำมาใช้เพื่อให้ประมาณการแปรปรวนเมทริกซ์ที่ขรุขระมาก ประมาณนี้สามารถปรับปรุงได้ตามที่กล่าวไว้ในขั้นตอนวิธีการในภายหลัง จากนั้นก็สามารถนำมาใช้สำหรับการคำนวณระยะทาง Mahalanobis สำหรับส่วนที่เหลือของจุด สมมุติจุดที่ใกล้เคียงที่สุดควรอยู่ในคลัสเตอร์เดียวกันและกระโดดสังเกตแรกในระยะทางที่สามารถมองเห็นได้เป็นตัวบ่งชี้ว่าจุดจากคลัสเตอร์ที่แตกต่างกันเริ่มต้นที่ถูกจับ กลยุทธ์นี้สามารถทำซ้ำครั้ง K แต่ละครั้งขจัดจุดที่เลือกที่จะหลีกเลี่ยงการเลือกซ้ำของกลุ่มเดียวกัน ตอนนี้ความคิดที่ระบุไว้จะได้รับการพิจารณาในรายละเอียดมากขึ้น ขั้นตอนสำคัญขั้นตอนวิธีการมีชื่อหรือหมายเลขที่กำหนดให้กับพวกเขา ขั้นตอนที่ 1-8 แสดงขั้นตอนการเริ่มต้นในขณะที่ขั้นตอนการดำเนินการ 9-11 K-หมายความว่าอัลกอริทึม

ผลลัพธ์ (ไทย) 3:

เป็นขั้นตอนที่ยากที่สุด ในตอนที่ 3 เราจะแสดงให้เห็นถึงความสำคัญของการเริ่มต้น โดยที่กระบวนการทั้งหมดล้มเหลวอย่างน่าสังเวช กลยุทธ์การเริ่มต้นของเราเกี่ยวข้องกับการระบุจุดกลุ่มที่มีความเข้มข้นสูงของประเทศเพื่อนบ้านที่เป็น " แกน " ของกลุ่มที่เลือก จุดเหล่านี้สามารถนำมาใช้เพื่อให้การประเมินความแปรปรวนเมทริกซ์ขรุขระมาก ประมาณนี้สามารถเพิ่มขึ้นตามที่กล่าวไว้ ในขั้นตอนต่อมา แล้วมันสามารถใช้สำหรับการคำนวณ mahalanobis ระยะทางที่เหลือจากจุด สันนิษฐานว่า จุดที่ใกล้ควรเป็นของกลุ่มเดียวกัน และเป็นครั้งแรกที่สังเกตกระโดดในระยะทางที่สามารถมองเห็นเป็นข้อบ่งชี้ว่า คะแนนจากกลุ่มต่าง ๆเริ่มถูกจับ กลยุทธ์นี้สามารถทำซ้ำ K ครั้ง แต่ละครั้งในการเลือกจุดที่จะหลีกเลี่ยงการทำซ้ำของกลุ่มเดียวกัน ตอนนี้ เค้าคิดจะพิจารณาในรายละเอียดมากขึ้น ขั้นตอนสำคัญของขั้นตอนวิธีที่มีชื่อหรือหมายเลขให้กับพวกเขา ขั้นตอนที่ 1 – 8 เป็นตัวแทนของการเริ่มต้นเวทีในขณะที่ขั้นตอนที่ 9 – 11 ใช้ k-means ขั้นตอนวิธี