Zu dieser Karteikarte gibt es einen kompletten Satz an Karteikarten. Kostenlos!
88
Funktionsweise von K-means
1. Initialisierung: Wähle K Samples zufällig für die Clusterzentren aus
2. Step 1: Klassifikation der Samples zu den Komponenten
3. Step 2: Neuberechnung der Mittelwertvektoren (Schwerpunkt der Cluster)
4. Evaluierung der kumulativen Distanz
falls Distanz konvergiert dann sind die optimalen Clusterzentren gefunden
falls Distanz nicht konvergiert => Step 1
2. Step 1: Klassifikation der Samples zu den Komponenten
3. Step 2: Neuberechnung der Mittelwertvektoren (Schwerpunkt der Cluster)
4. Evaluierung der kumulativen Distanz
falls Distanz konvergiert dann sind die optimalen Clusterzentren gefunden
falls Distanz nicht konvergiert => Step 1
Tags:
Quelle: CI Teil 2 Kapitel 5
Quelle: CI Teil 2 Kapitel 5
Karteninfo:
Autor: Sepp Samuel
Oberthema: Telematik
Thema: Computational Intelligence
Schule / Uni: TU Graz
Veröffentlicht: 02.07.2014