Алгоритм ФорЭл
Материал из MachineLearning.
(Различия между версиями)
| Строка 12: | Строка 12: | ||
=Принцип работы= | =Принцип работы= | ||
| - | *Случайно выбираем объект из выборки | + | ***Случайно выбираем объект из выборки |
| - | *Помечаем объекты находящиеся на расстоянии менее, чем R от текущего | + | ***Помечаем объекты находящиеся на расстоянии менее, чем R от текущего |
| - | *Вычисляем их центр тяжести, помечаем этот центр как новый текущий объект | + | ***Вычисляем их центр тяжести, помечаем этот центр как новый текущий объект |
| - | *Повторяем пока новый текущий объект не совпадет с прежним | + | **Повторяем пока новый текущий объект не совпадет с прежним |
| - | *Помечаем объекты внутри сферы радиуса R вокруг текущего объекта как кластеризованные, выкидываем их из выборки | + | **Помечаем объекты внутри сферы радиуса R вокруг текущего объекта как кластеризованные, выкидываем их из выборки |
| - | + | *Повторяем, пока не будет кластеризована вся выборка | |
{{Задание|Rooney|Константин Воронцов|4 января 2010}} | {{Задание|Rooney|Константин Воронцов|4 января 2010}} | ||
Версия 19:38, 4 января 2010
FOREL (Формальный Элемент) - алгоритм кластеризации, основанный на идее объединения в один кластер объектов в областях их наибольшего сгущения.
Необходимые условия работы
- Выполнение принципа сходства
Это означает, что близкие друг к дургу объекты с большой вероятностью принадлежат к одному кластеру (таксону).
- Наличие линейного или метрического пространства кластеризуемых объектов
Входные данные
- Параметр R - радиус поиска локальных сгущений
Его можно задавать как из априорных соображений (знание о диаметре кластеров), так и настраивать скользящим контролем.
- В модификациях возможно введение параметра k - количества кластеров
Принцип работы
- Случайно выбираем объект из выборки
- Помечаем объекты находящиеся на расстоянии менее, чем R от текущего
- Вычисляем их центр тяжести, помечаем этот центр как новый текущий объект
- Повторяем пока новый текущий объект не совпадет с прежним
- Помечаем объекты внутри сферы радиуса R вокруг текущего объекта как кластеризованные, выкидываем их из выборки
- Повторяем, пока не будет кластеризована вся выборка
| Данная статья является непроверенным учебным заданием.
До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе. |
