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.

Nutzung	Ausgabe
ee.Clusterer.wekaXMeans(minClusters, maxClusters, maxIterations, maxKMeans, maxForChildren, useKD, cutoffFactor, distanceFunction, seed)	Clusterer

Argument	Typ	Details
minClusters	Ganzzahl, Standard: 2	Mindestanzahl von Clustern.
maxClusters	Ganzzahl, Standard: 8	Maximale Anzahl von Clustern.
maxIterations	Ganzzahl, Standard: 3	Maximale Anzahl an Iterationen insgesamt.
maxKMeans	Ganzzahl, Standard: 1000	Die maximale Anzahl der Iterationen, die in KMeans ausgeführt werden sollen.
maxForChildren	Ganzzahl, Standard: 1000	Die maximale Anzahl an Iterationen in KMeans, die für die untergeordneten Zentren ausgeführt werden.
useKD	Boolescher Wert, Standard: „false“	Verwenden Sie einen KD-Baum.
cutoffFactor	Gleitkommazahl, Standardwert: 0	Nimmt den angegebenen Prozentsatz der geteilten Zentroiden an, wenn keines der untergeordneten Elemente gewinnt.
distanceFunction	String, Standard: „Euclidean“	Zu verwendende Distanzfunktion. Folgende Optionen sind verfügbar: Tschebyscheff, euklidisch und Manhattan.
seed	Ganzzahl, Standard: 10	Der Randomisierungs-Seed.