機械学習クラスタリング

Увійти

ідея - 機械学習クラスタリング

カーネル関数を用いたk-Meansクラスタリングの計算コストを大幅に削減するため、入力データセットからサイズの小さなコアセットを構築する。

Equilibrium K-Meansは、大小のクラスタが混在する不均衡データに対して頑健なファジィクラスタリングアルゴリズムである。従来のK-Meansアルゴリズムとは異なり、クラスタ間の反発力を導入することで、大きなクラスタの中心に集まるのを防ぐことができる。

本研究では、インスタンスレベルの背景知識(同一クラスタ化や分離クラスタ化の制約)を活用した効率的な近最適な制約付きk-centerクラスタリングアルゴリズムを提案する。

Про нас

Продукти

Ресурси