Pobierz prezentację
Pobieranie prezentacji. Proszę czekać
OpublikowałIzaak Ptaszek Został zmieniony 10 lat temu
1
Inteligencja Obliczeniowa Klasteryzacja i uczenie bez nadzoru.
Wykład XIX Włodzisław Duch Uniwersytet Mikołaja Kopernika
2
Co było Drzewa decyzji Metody indukcyjne
3
Co będzie Uczenie bez nadzoru Klasteryzacja
Metody miękkiej klasteryzacji
4
Klasteryzacja c-średnich
Podziel obiekty mj na c klastrów Ci: zdefiniuj macierz przynależności U o elementach uij: mjCi Klaster to klasa równoważności: Funkcja określająca jakość klasteryzacji i f. podobieństwa.
5
Algorytm twardej klasteryzacji
Wybierz przypadkowe uij (partycję) l = 1, , oblicz nowe średnie dla klasterów Zmień macierz partycji: Iteruj aż:
6
Algorytm miękkiej klasteryzacji
Fuzzy c-means: dokonaj rozmytej partycji d obiektów: Inicjalizacja przypadkowa, obliczamy średnie w - parametr „miękkości” Iteruj aż:
7
Przykład klasteryzacji
w = 1.25 w = 2.0
8
Koniec wykładu 29 Dobranoc !
Podobne prezentacje
© 2024 SlidePlayer.pl Inc.
All rights reserved.