|
关注：1
2013-05-23 12:21
求翻译：As it is a heuristic algorithm, there is no guarantee thatk-means clustering will converge to the global optimum. The result is sensitive to the initial choice of objects as cluster centers, especially for small data sets. Larger data sets comprising approximately 200–100,000 observations are best. Since the algorithm 是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
As it is a heuristic algorithm, there is no guarantee thatk-means clustering will converge to the global optimum. The result is sensitive to the initial choice of objects as cluster centers, especially for small data sets. Larger data sets comprising approximately 200–100,000 observations are best. Since the algorithm
问题补充： |
|
2013-05-23 12:21:38
因为它是一个启发式算法，也不能保证thatk-均值聚类将收敛到全局最优。其结果是对象作为聚类中心的，尤其是对于小数据集的初始选择敏感。包括约200-100,000观察更大的数据集是最好的。由于该算法通常是非常快的，它是常见的用不同的起始条件多次运行它，以减少这种影响。
|
|
2013-05-23 12:23:18
因为它是一个启发式算法，没有成群将聚合对全球性最宜的保证thatk手段。结果对对象最初的选择是敏感的当群中心，特别是小数据集。包括大约200-100,000观察的更大的数据集是最佳。因为算法通常是非常快速的，它是共同的跑它用不同的开始的情况的多时期使这个作用减到最小。
|
|
2013-05-23 12:24:58
因为它是一个启发式算法，没有保证thatk意味成群将聚合到全球性最宜。 结果对对象最初的选择是敏感的当群中心，特别是小数据集。 包括大约200-100,000观察的更大的数据集最佳。 因为算法通常是非常快速的，它是共同的跑它用不同的开始的情况的多时期使这个作用减到最小。
|
|
2013-05-23 12:26:38
由于它是一种启发式算法，有没有保证拆-均值聚类将趋同于全局最优解。其结果是对对象的初始选择敏感作为聚类中心，特别是对于小的数据集。较大的数据集包括大约 200–100，000 个意见是最好的。由于该算法是通常非常快，它是共同多次运行它与不同的起始条件，以尽量减少这种影响。
|
|
2013-05-23 12:28:18
因为这是一个启发式算法,没有保证thatk-意味着群集将收敛到全局最优。 其结果是敏感,初始选择的对象群集中心,特别是为小的数据集。 更大的数据集包括约200-100000意见是最好的政策。 因为该算法通常是很快,通常它运行多次与不同的起始条件,最大程度地减少这种影响。
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
