|
关注：1
2013-05-23 12:21
求翻译：Spectral clustering methods meet more and more success in machine learning community thanks to theirability to cluster data points of any complex shapes. The problem of clustering is addressed in terms offinding an embedding space in which the projected data are linearly separable by a classical clusteringalgorithm suc是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
Spectral clustering methods meet more and more success in machine learning community thanks to theirability to cluster data points of any complex shapes. The problem of clustering is addressed in terms offinding an embedding space in which the projected data are linearly separable by a classical clusteringalgorithm suc
问题补充： |
|
2013-05-23 12:21:38
谱聚类方法满足机器越来越多成功的学习型社区的感谢theirability集群中的任何复杂形状的数据点。
|
|
2013-05-23 12:23:18
鬼使成群的方法越来越遇见在机器学习社区由于的成功theirability对群数据点所有复杂形状。成群的问题论及用offinding计划的数据由一古典clusteringalgorithm线性地是可分开的例如K手段算法的埋置的空间的术语。
|
|
2013-05-23 12:24:58
鬼使成群的方法在机器学习社区由于越来越遇见成功theirability对群数据点所有复杂形状。 成群的问题论及用offinding计划的数据由一古典clusteringalgorithm是可分开的K线性地意味算法的埋置的空间的术语。 经常，鬼算法表现是显着improvedby合并的预先的知识在他们的设计，并且几个技术被开发了的thispurpose。 在本文，我们描述并且比较某一最近线性，并且非线性投射algorithmsintegrating的事例级限制 (``必须链接"并且``不能-链接") 和申请数据成群。 Weoutline K方式鬼使成群的算法能成对地集成datasamples之间的
|
|
2013-05-23 12:26:38
谱聚类方法满足越来越多的成功，由于任何复杂形状的群集数据点及其机器学习社区中。聚类被问题在条款通常嵌入，探测空间投影的数据是线性可分的 K-均值算法的古典涂抹。通常情况下，谱算法性能显著受热融合先验知识的他们的设计，并已为 thispurpose 开发了几种技术。在本文中，我们描述和比较一些最近线性和非线性投影 algorithmsintegrating 实例级约束 （' 必须链接 '和' 不能链接 '），并用于数据聚类的应用。Weoutline K 路谱聚类算法能够将集成 datasamples 之间的对偶关系。我们制订的目标函数作为原始的谱聚类 criterionand 处罚期限基于实例约
|
|
2013-05-23 12:28:18
正在翻译，请等待...
|
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
