|
关注：1
2013-05-23 12:21
求翻译：The result of k-means clustering can also be seen as the Voronoi cells (i.e.,polygonal spheres of influence) of the cluster means (Fig.8.5). Since data are split halfway between cluster means, this can lead to suboptimal splits. The Gaussian models used by the expectation–maximization (EM) algorithm (which can be seen 是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
The result of k-means clustering can also be seen as the Voronoi cells (i.e.,polygonal spheres of influence) of the cluster means (Fig.8.5). Since data are split halfway between cluster means, this can lead to suboptimal splits. The Gaussian models used by the expectation–maximization (EM) algorithm (which can be seen
问题补充： |
|
2013-05-23 12:21:38
的k均值聚类的结果也可以被视为群集装置（fig.8.5）的Voronoi单元（影响即，多边形球体）。因为数据是分割一半集群手段之间，这可能会导致次优的分裂。所使用的期望最大化（EM）算法（它可以被看作是一个一般化OFK-单元）的高斯模型更灵活这里通过具有两个方差和ovariances。 EM算法，因此能够容纳集群可变尺寸的更好的感谢方式，以及相关的集群。
|
|
2013-05-23 12:23:18
k手段成群的结果能也看，当Voronoi细胞(即，多角形势力范围)群手段(Fig.8.5)。因为数据半路被分裂在群手段之间，这可能导致最适度一下的分裂。能看的期望最大化(EM)算法使用的高斯模式(因为概念化ofk手段)由有变化和ovariances灵活在这里。
|
|
2013-05-23 12:24:58
结果k意味成群能也被看见作为Voronoi细胞 (即，多角形势力范围) 群手段Fig.8.5的 ()。 因为数据半路被分裂在群手段之间，这可能导致最适度一下的分裂。 能看作为 (概念化) 的 (期望最大化EM算法使用的高斯模型ofk意味) 由有变化和ovariances这里是灵活。 EM算法因而能容纳易变的大小群好感谢意味，并且被关联的群。
|
|
2013-05-23 12:26:38
K-均值聚类的结果也可以被视为群集手段 (Fig.8.5) 的 Voronoi 单元格 （i.e.,polygonal 的势力范围)。由于数据被拆分群集手段的中间，这可以导致次优的拆分。Expectation–maximization (EM) 算法 （这可以被看作是一种泛化 ofk-手段） 所用的高斯模型是更灵活在这里由具有差异和 ovariances。EM 算法是因而能够容纳可变大小的簇，更多好谢谢-手段，以及相关的群集。
|
|
2013-05-23 12:28:18
由于K-意味着群集也可以被看作是“Voronoi单元格(即,多边形影响的领域]的群集意味着[图5]。 由于数据被拆分意味着群集之间的一半位置处,这会导致不理智分割。 使用的高斯模型的期望最大化[EM]算法[可以被看作是一种泛指OFK贝尔格莱德-的手段]更为灵活,在这里有两个差异和ovariances。 EM算法,从而能够容纳群集大小的变量更好感谢的手段,以及关联群集。
|
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
