ee.Clusterer.wekaXMeans

X-Means, K-Means का बेहतर वर्शन है. इसमें क्लस्टर की संख्या का अनुमान ज़्यादा सटीक तरीके से लगाया जाता है. ज़्यादा जानकारी के लिए, यह लेख पढ़ें:

डैन पेलेग, एंड्रयू डब्ल्यू. मूर: एक्स-मीन्स: क्लस्टर की संख्या का अनुमान लगाने के लिए, के-मीन्स को बेहतर बनाया गया है. In: Seventeenth International Conference on Machine Learning, 727-734, 2000.

इस्तेमाल	रिटर्न
ee.Clusterer.wekaXMeans(minClusters, maxClusters, maxIterations, maxKMeans, maxForChildren, useKD, cutoffFactor, distanceFunction, seed)	क्लस्टरर

आर्ग्यूमेंट	टाइप	विवरण
minClusters	पूर्णांक, डिफ़ॉल्ट: 2	क्लस्टर की कम से कम संख्या.
maxClusters	पूर्णांक, डिफ़ॉल्ट: 8	ज़्यादा से ज़्यादा क्लस्टर.
maxIterations	पूर्णांक, डिफ़ॉल्ट: 3	कुल मिलाकर ज़्यादा से ज़्यादा पुनरावृत्तियां.
maxKMeans	पूर्णांक, डिफ़ॉल्ट: 1000	KMeans में ज़्यादा से ज़्यादा इतने इटरेशन किए जा सकते हैं.
maxForChildren	पूर्णांक, डिफ़ॉल्ट: 1000	यह बच्चों के केंद्रों पर किए गए KMeans में ज़्यादा से ज़्यादा इटरेशन की संख्या है.
useKD	बूलियन, डिफ़ॉल्ट वैल्यू: false	KDTree का इस्तेमाल करें.
cutoffFactor	फ़्लोट, डिफ़ॉल्ट: 0	अगर कोई भी चाइल्ड नोड नहीं जीतता है, तो स्प्लिट किए गए सेंट्रॉइड का दिया गया प्रतिशत लेता है.
distanceFunction	स्ट्रिंग, डिफ़ॉल्ट: "Euclidean"	इस्तेमाल किया जाने वाला दूरी फ़ंक्शन. इसके विकल्प ये हैं: चेबीशेव, यूक्लिडियन, और मैनहैटन.
seed	पूर्णांक, डिफ़ॉल्ट: 10	रैंडमाइज़ेशन सीड.