ee.Clusterer.wekaXMeans

X-Means adalah K-Means dengan estimasi jumlah cluster yang efisien. Untuk mengetahui informasi selengkapnya, lihat:

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

Penggunaan	Hasil
ee.Clusterer.wekaXMeans(minClusters, maxClusters, maxIterations, maxKMeans, maxForChildren, useKD, cutoffFactor, distanceFunction, seed)	Pengelompok

Argumen	Jenis	Detail
minClusters	Bilangan bulat, default: 2	Jumlah minimum cluster.
maxClusters	Bilangan bulat, default: 8	Jumlah maksimum cluster.
maxIterations	Bilangan bulat, default: 3	Jumlah maksimum keseluruhan iterasi.
maxKMeans	Bilangan bulat, default: 1000	Jumlah maksimum iterasi yang akan dilakukan di KMeans.
maxForChildren	Bilangan bulat, default: 1000	Jumlah maksimum iterasi di KMeans yang dilakukan pada pusat turunan.
useKD	Boolean, default: false	Gunakan KDTree.
cutoffFactor	Float, default: 0	Mengambil persentase centroid pemisahan yang diberikan jika tidak ada turunan yang menang.
distanceFunction	String, default: "Euclidean"	Fungsi jarak yang akan digunakan. Opsi yang tersedia adalah: Chebyshev, Euclidean, dan Manhattan.
seed	Bilangan bulat, default: 10	Seed pengacakan.