AI/ML/Unsupervised Learning/Clustering K-Means Clustering

Ziel: Clustermittelpunkte für Datensatz bestimmen

  1. K Clustermittelpunkte wählen für n dimensionalen Raum (Anzahl der Clustermittelpunkte z.B. ermitteln über Ellbow-Methode)
  2. Clustermittelpunkte werden zunächst zufällig bestimmt
  3. Solange sich Clustermittelpunkt ändert, wird jeder Datenpunkt neu klassifiziert (An welchem Clustermittelpunkt ist er am nächsten?)
  4. Nach Klassifizierung wird jedes Clusterzentrum neuberechnet, indem alle Positionen der zugeordneten Datenpunkte gemittelt werden. Dieser Mittelpunkt ist neues Clusterzentrum
  5. (3) und (4) werden solange wiederholt, bis sich Clustermittelpunkte nicht mehr ändern
  6. Cluster der Datenpunkte ermittelt

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Verwandte Beiträge

Beginne damit, deinen Suchbegriff oben einzugeben und drücke Enter für die Suche. Drücke ESC, um abzubrechen.

Zurück nach oben
Verpasse keine News über künstliche Intelligenz!Trage jetzt Deine Email ein