分割アルゴリズムの種類は何ですか？

分割アルゴリズムには次の2種類があります-

K-クラスタリングを意味します − k-meansクラスタリングは、最も一般的なパーティショニングアルゴリズムです。 K-meansは、データセット内の各データを、形成された新しいクラスターの1つだけに再割り当てします。レコードまたはデータポイントは、距離または類似性の尺度を使用して最も近いクラスターに割り当てられます。 K-meansクラスタリングで使用される次の手順があります。

• K個の初期クラスター重心c₁を選択できます 、c ₂ 、c ₃ ...。 c _k 。

• 重心がxに最も近いSクラスター内の各インスタンスxを割り当てることができます。

• クラスターごとに、そのクラスターに含まれる要素に基づいて重心を再計算します。

• 収束が完了するまで（b）に進みます。

• オブジェクト（データポイント）をKクラスターに分離できます。

• クラスターの中心（重心）=クラスター内のすべてのデータポイントの平均に使用されます。

• 重心が最も近いクラスターに各ポイントを割り当てることができます（距離関数を使用）。

平均の初期値は任意に割り当てられます。これらはランダムに割り当てることも、最初のk個の入力項目自体の値を使用することもできます。収束要素は二乗誤差に基づくことができますが、そうではない必要があります。たとえば、アルゴリズムはさまざまなクラスターに割り当てられます。他の終了手法は、固定された反復回数で単にロックされています。収束しなくても買い物を確実にするために、最大反復回数を含めることができます。

アルゴリズム

入力

D = {t1t2 ... tn} // Set of elements
k // Number of desired clusters

出力

K // Set of clusters

K-meansアルゴリズム-

平均m ₁に初期値を割り当てます m ₂ ... m _k

繰り返す

各項目tiを、平均が最も近いクラスターに割り当てます

各クラスターの新しい平均を計算します

収束基準が満たされるまで

最近傍アルゴリズム −シングルリンク手法に類似したアルゴリズムは、最近傍アルゴリズムと呼ばれます。このシリアルアルゴリズムを使用すると、アイテムは最も近い現在のクラスターに繰り返し結合されます。このアルゴリズムでは、しきい値tにより、アイテムが既存のクラスターに挿入されるかどうか、または新しいクラスターが生成されるかどうかを決定できます。

アルゴリズム

入力

D = {t1t2 ... tn} // Set of elements
A // Adjacency matrix showing distance between elements

出力

K // Set of clusters
Nearest neighbour algorithm
   K1 = {t1};
   K = {K1};
   k = 1;
   for i = 2 to n do
      find the tm in some cluster Km in K such that dis {ti, tm} is the smallest;
      If dis {ti, tm} $\leqslant$ t then
      Km = Km $\cup$ ti
else
k = k + 1;
Kk = {ti}