ee.Clusterer.wekaXMeans

X-Means ist K-Means mit einer effizienten Schätzung der Anzahl der Cluster. Weitere Informationen erhalten Sie hier:

Dan Pelleg, Andrew W. Moore: X-means: Extending K-means with Efficient Estimation of the Number of Clusters. In: Seventeenth International Conference on Machine Learning, 727-734, 2000.

NutzungAusgabe
ee.Clusterer.wekaXMeans(minClusters, maxClusters, maxIterations, maxKMeans, maxForChildren, useKD, cutoffFactor, distanceFunction, seed)Clusterer
ArgumentTypDetails
minClustersGanzzahl, Standard: 2Mindestanzahl von Clustern.
maxClustersGanzzahl, Standard: 8Maximale Anzahl von Clustern.
maxIterationsGanzzahl, Standard: 3Maximale Anzahl an Iterationen insgesamt.
maxKMeansGanzzahl, Standard: 1000Die maximale Anzahl der Iterationen, die in KMeans ausgeführt werden sollen.
maxForChildrenGanzzahl, Standard: 1000Die maximale Anzahl an Iterationen in KMeans, die für die untergeordneten Zentren ausgeführt werden.
useKDBoolescher Wert, Standard: „false“Verwenden Sie einen KD-Baum.
cutoffFactorGleitkommazahl, Standardwert: 0Nimmt den angegebenen Prozentsatz der geteilten Zentroiden an, wenn keines der untergeordneten Elemente gewinnt.
distanceFunctionString, Standard: „Euclidean“Zu verwendende Distanzfunktion. Folgende Optionen sind verfügbar: Tschebyscheff, euklidisch und Manhattan.
seedGanzzahl, Standard: 10Der Randomisierungs-Seed.