ee.Clusterer.wekaKMeans

Daten mit dem k-Means-Algorithmus in Clustern gruppieren. Sie können entweder die euklidische Distanz (Standard) oder die Manhattan-Distanz verwenden. Wenn die Manhattan-Distanz verwendet wird, werden die Schwerpunkte als komponentenweiser Median und nicht als Mittelwert berechnet. Weitere Informationen erhalten Sie hier:

D. Arthur, S. Vassilvitskii: k-means++: the advantages of careful seeding. In: Proceedings of the eighteenth annual ACM-SIAM symposium on Discrete algorithms, 1027-1035, 2007.

Nutzung	Ausgabe
ee.Clusterer.wekaKMeans(nClusters, init, canopies, maxCandidates, periodicPruning, minDensity, t1, t2, distanceFunction, maxIterations, preserveOrder, fast, seed)	Clusterer

Argument	Typ	Details
nClusters	Ganzzahl	Anzahl der Cluster.
init	Ganzzahl, Standardwert: 0	Zu verwendende Initialisierungsmethode. 0 = zufällig, 1 = k-means++, 2 = Canopy, 3 = Farthest First.
canopies	Boolescher Wert, Standard: „false“	Verwenden Sie Canopies, um die Anzahl der Distanzberechnungen zu reduzieren.
maxCandidates	Ganzzahl, Standard: 100	Maximale Anzahl von Kandidaten-Canopies, die bei der Verwendung von Canopy-Clustering gleichzeitig im Arbeitsspeicher behalten werden sollen. Der T2-Abstand plus die Datenmerkmale bestimmen, wie viele Kandidaten-Canopies gebildet werden, bevor das regelmäßige und das endgültige Bereinigen durchgeführt werden. Dies kann zu einem übermäßigen Speicherverbrauch führen. Diese Einstellung verhindert, dass eine große Anzahl von Kandidaten-Canopies Speicherplatz belegt.
periodicPruning	Ganzzahl, Standard: 10.000	Wie oft sollten dünne Baumkronen bei Verwendung von Canopy-Clustering beschnitten werden?
minDensity	Ganzzahl, Standard: 2	Die Mindestdichte des Baldachs, unter der ein Baldach beim regelmäßigen Bereinigen entfernt wird, wenn das Baldach-Clustering verwendet wird.
t1	Gleitkommazahl, Standardwert: -1,5	Der T1-Abstand, der beim Canopy-Clustering verwendet werden soll. Ein Wert < 0 wird als positiver Multiplikator für T2 verwendet.
t2	Gleitkommazahl, Standardwert: -1	Der T2-Abstand, der beim Canopy-Clustering verwendet werden soll. Bei Werten < 0 wird eine Heuristik basierend auf der Standardabweichung des Attributs verwendet.
distanceFunction	String, Standard: „Euclidean“	Zu verwendende Distanzfunktion. Folgende Optionen sind verfügbar: „Euklidisch“ und „Manhattan“.
maxIterations	Ganzzahl, Standard: null	Maximale Anzahl an Iterationen.
preserveOrder	Boolescher Wert, Standard: „false“	Reihenfolge der Instanzen beibehalten.
fast	Boolescher Wert, Standard: „false“	Ermöglicht schnellere Distanzberechnungen mithilfe von Grenzwerten. Deaktiviert die Berechnung/Ausgabe von quadratischen Fehlern/Distanzen.
seed	Ganzzahl, Standard: 10	Der Randomisierungs-Seed.