Ме́тод -медіа́н — застосовувана в статистиці і машинному навчанні варіація методу -середніх для задач кластеризації, де для визначення центроїда кластера замість середнього обчислюється медіана. Такий підхід відповідає мінімізації похибки за всіма кластерами в метриці з 1-нормою, замість метрики з 2-нормою, використовуваною в стандартному методі -середніх.
Задача визначення -медіан полягає в пошуку таких центрів, що сформовані за ними кластери будуть «найкомпактнішими». Формально, для заданих точок даних , центри слід вибрати так, щоб мінімізувати суму відстаней від кожної до найближчого .
Метод іноді працює краще, ніж метод -середніх, де мінімізується сума квадратів відстаней. Критерій суми відстаней широко використовується для транспортної задачі.
Ще альтернатива — метод [en], у якому шукають оптимальний медоїд, а не медіану кластера (медоїд є однією з точок даних, тоді як медіани такими бути не мусять).
Див. також
Посилання
- A. K. Jain and R. C. Dubes, Algorithms for Clustering Data: Prentice-Hall, 1981.
- P. S. Bradley, O. L. Mangasarian, and W. N. Street, "Clustering via Concave Minimization, " in Advances in Neural Information Processing Systems, vol. 9, M. C. Mozer, M. I. Jordan, and T. Petsche, Eds. Cambridge, MA: MIT Press, 1997, pp. 368—374.
- . Архів оригіналу за 3 квітня 2022. Процитовано 14 березня 2022.
{{}}
: Обслуговування CS1: Сторінки з текстом «archived copy» як значення параметру title ()
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
Me tod k displaystyle k media n zastosovuvana v statistici i mashinnomu navchanni variaciya metodu k displaystyle k serednih dlya zadach klasterizaciyi de dlya viznachennya centroyida klastera zamist serednogo obchislyuyetsya mediana Takij pidhid vidpovidaye minimizaciyi pohibki za vsima klasterami v metrici z 1 normoyu zamist metriki z 2 normoyu vikoristovuvanoyu v standartnomu metodi k displaystyle k serednih Zadacha viznachennya k displaystyle k median polyagaye v poshuku takih k displaystyle k centriv sho sformovani za nimi klasteri budut najkompaktnishimi Formalno dlya zadanih tochok danih x i displaystyle x i k displaystyle k centri c j displaystyle c j slid vibrati tak shob minimizuvati sumu vidstanej vid kozhnoyi x i displaystyle x i do najblizhchogo c j displaystyle c j Metod inodi pracyuye krashe nizh metod k displaystyle k serednih de minimizuyetsya suma kvadrativ vidstanej Kriterij sumi vidstanej shiroko vikoristovuyetsya dlya transportnoyi zadachi She alternativa metod en u yakomu shukayut optimalnij medoyid a ne medianu klastera medoyid ye odniyeyu z tochok danih todi yak mediani takimi buti ne musyat Div takozhZadacha pro 1 centr SiluetPosilannyaA K Jain and R C Dubes Algorithms for Clustering Data Prentice Hall 1981 P S Bradley O L Mangasarian and W N Street Clustering via Concave Minimization in Advances in Neural Information Processing Systems vol 9 M C Mozer M I Jordan and T Petsche Eds Cambridge MA MIT Press 1997 pp 368 374 Arhiv originalu za 3 kvitnya 2022 Procitovano 14 bereznya 2022 a href wiki D0 A8 D0 B0 D0 B1 D0 BB D0 BE D0 BD Cite web title Shablon Cite web cite web a Obslugovuvannya CS1 Storinki z tekstom archived copy yak znachennya parametru title posilannya