Алгоритмы обучения без учителя

Алгоритм MAXMIN
Рассмотрим алгоритм, более эффективный по сравнению с предыдущим и являющийся

Алгоритм MAXMIN
На первом этапе алгоритма все объекты разделяются по классам на

В этом алгоритме пороговое расстояние не является фиксированным, а определяется на

Алгоритм
Выбрать точку-прототип первого класса (например, объект Х1 из обучающей выборки). Количество

Алгоритм

Алгоритм

Рассмотрим работу алгоритма MAXMIN на примере. Как и в предыдущем случае

Проблемы алгоритма K-средних:
необходимо заранее знать количество кластеров.
алгоритм очень чувствителен к

Нечеткий алгоритм кластеризации с-means
С последней проблемой k-means успешно справляется алгоритм

Алгоритм ISODATA (Iterative Self-Organizing Data Analysis Techniques) основывается на алгоритме k

Это число выступает в качестве рекомендации: в результате работы алгоритма может

Ликвидируются кластеры, в состав которых входит менее чем заданное число элементов.
Для

Решение о расщеплении принимается с учетом размера кластера в направлении вытянутости

Использующиеся в алгоритме ISODATA эвристики помогают не только подбирать более подходящее

Задача минимизации количества решающих функций, достаточных для классификации образов, может быть

Прямого ответа на этот вопрос можно избежать, если конструировать методы распознавания

Эти эталонные объекты являются наиболее типичными представителями класса. Типичность эталонного объекта

Классы, однако, могут обладать разными свойствами. Простейшим свойством является характерный размер

В соответствии с данным решающим правилом просматривается вся обучающая выборка, в

Метод ближайшего соседа весьма чувствителен к выбросам, то есть тем образам