Алгоритм ФорЭл
Материал из MachineLearning.
(Различия между версиями)
| Строка 2: | Строка 2: | ||
=Необходимые условия работы= | =Необходимые условия работы= | ||
| - | + | *Выполнение принципа сходства | |
Это означает, что близкие друг к дургу объекты с большой вероятностью принадлежат к одному кластеру (таксону). | Это означает, что близкие друг к дургу объекты с большой вероятностью принадлежат к одному кластеру (таксону). | ||
===Наличие линейного или метрического пространства кластеризуемых объектов=== | ===Наличие линейного или метрического пространства кластеризуемых объектов=== | ||
| Строка 11: | Строка 11: | ||
===В модификациях возможно введение параметра k - количества кластеров=== | ===В модификациях возможно введение параметра k - количества кластеров=== | ||
| + | =Принцип работы= | ||
{{Задание|Rooney|Константин Воронцов|4 января 2010}} | {{Задание|Rooney|Константин Воронцов|4 января 2010}} | ||
Версия 19:25, 4 января 2010
FOREL (Формальный Элемент) - алгоритм кластеризации, основанный на идее объединения в один кластер объектов в областях их наибольшего сгущения.
Содержание |
Необходимые условия работы
- Выполнение принципа сходства
Это означает, что близкие друг к дургу объекты с большой вероятностью принадлежат к одному кластеру (таксону).
Наличие линейного или метрического пространства кластеризуемых объектов
Входные данные
Параметр R - радиус поиска локальных сгущений
Его можно задавать как из априорных соображений (знание о диаметре кластеров), так и настраивать скользящим контролем.
В модификациях возможно введение параметра k - количества кластеров
Принцип работы
| Данная статья является непроверенным учебным заданием.
До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе. |
