Isi kandungan:
Definisi - Apakah maksud K-Means Clustering?
K-means clustering adalah algoritma pembelajaran tanpa pengawasan yang mudah digunakan untuk menyelesaikan masalah kluster. Ini mengikuti prosedur yang mudah untuk mengklasifikasikan data yang diberikan kepada beberapa kelompok, yang ditentukan oleh huruf "k, " yang ditetapkan terlebih dahulu. Kelompok kemudian diposisikan sebagai titik dan semua pemerhatian atau titik data dikaitkan dengan kluster terdekat, dikira, diselaraskan dan kemudian proses bermula dengan menggunakan pelarasan baru sehingga mencapai hasil yang diinginkan.
K-means clustering mempunyai kegunaan dalam enjin pencarian, segmentasi pasaran, statistik dan juga astronomi.
Techopedia menerangkan K-Means Clustering
K-means clustering adalah kaedah yang digunakan untuk analisis kluster, terutamanya dalam perlombongan data dan statistik. Ia bertujuan untuk membahagikan satu set pemerhatian ke dalam beberapa kelompok (k), menyebabkan pembahagian data ke dalam sel Voronoi. Ia boleh dianggap sebagai kaedah mencari kumpulan mana objek tertentu benar-benar kepunyaan.
Ia digunakan terutamanya dalam statistik dan boleh digunakan untuk hampir mana-mana cawangan pengajian. Sebagai contoh, dalam pemasaran, ia boleh digunakan untuk menyusun demografi orang yang berbeza kepada kumpulan mudah yang memudahkan para pemasar untuk menyasarkan. Ahli astronomi menggunakannya untuk menyaring sejumlah besar data astronomi; kerana mereka tidak boleh menganalisis setiap objek satu persatu, mereka memerlukan cara untuk mencari statistik kepentingan untuk pemerhatian dan penyiasatan.
Algoritma ini:
- K poin diletakkan di dalam ruang data objek yang mewakili kumpulan permulaan centroids.
- Setiap objek atau titik data ditugaskan ke k terdekat.
- Selepas semua objek ditugaskan, kedudukan centroids k dikira semula.
- Langkah 2 dan 3 diulang sehingga posisi centroid tidak lagi bergerak.
