Алгоритм ФорЭл
Материал из MachineLearning.
(Различия между версиями)
| Строка 4: | Строка 4: | ||
*Выполнение принципа сходства | *Выполнение принципа сходства | ||
Это означает, что близкие друг к дургу объекты с большой вероятностью принадлежат к одному кластеру (таксону). | 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= | =Входные данные= | ||
| - | + | *Параметр R - радиус поиска локальных сгущений | |
Его можно задавать как из априорных соображений (знание о диаметре кластеров), так и настраивать скользящим контролем. | 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= | =Принцип работы= | ||
| + | *Случайно выбираем объект из выборки | ||
| + | *Помечаем объекты | ||
{{Задание|Rooney|Константин Воронцов|4 января 2010}} | {{Задание|Rooney|Константин Воронцов|4 января 2010}} | ||
Версия 19:27, 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
| 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. |
