Ultimate Clustering Algorithm for K-Means

رایگان
۴۵ دقیقه
Cover

درباره دوره

در نوع ساده‌اي از اين روش ابتدا به تعداد خوشه‌‌هاي مورد نياز نقاطی به صورت تصادفی انتخاب می‌شود. سپس در داده‌ها با توجه با ميزان نزديکی (شباهت) به يکی از اين خوشه‌ها نسبت داده‌ می‌شوند و بدين ترتيب خوشه‌های جديدی حاصل می‌شود. با تکرار همين روال می‌توان در هر تکرار با ميانگين‌گيری از داده‌ها مراکز جديدی برای آنها محاسبه کرد و مجددا داده‌ها را به خوشه‌های جديد نسبت داد.

فعالسازی پس از ثبت‌نام
۰۰:۱۶:۳۱

Ultimate Clustering Algorithm for K-Means-قسمت اول

فعالسازی پس از ثبت‌نام
۰۰:۱۶:۳۱

Ultimate Clustering Algorithm for K-Means-قسمت دوم

فعالسازی پس از ثبت‌نام
۰۰:۱۲:۲۵

Ultimate Clustering Algorithm for K-Means-قسمت سوم

به اشتراک بگذارید