Das vorgeschlagene Gravitationsmodell. In diesem Abschnitt wird ein neues zentroidbasiertes Klassifizierungsmodell, d. h. das Gravitationsmodell (GM), eingeführt, um die inhärenten Mängel (oder Verzerrungen) von CBC in dem klassenunausgeglichenen Datensatz leicht zu überwinden.
Was ist zentroidbasiertes Clustering?
Centroid-basiertes Clustering organisiert die Daten in nicht-hierarchischen Clustern, im Gegensatz zum unten definierten hierarchischen Clustering. k-means ist der am weitesten verbreitete zentroidbasierte Clustering-Algorithmus. Schwerpunktbasierte Algorithmen sind effizient, aber empfindlich gegenüber Anfangsbedingungen und Ausreißern.
Was ist modellbasierte Clusteranalyse?
Die modellbasierte Clusteranalyse ist ein neues Clustering-Verfahren zur Untersuchung der Heterogenität von Populationen unter Verwendung von multivariaten Normaldichten einer endlichen Mischung.
Was ist Verteilungsmodell-basiertes Clustering?
Definition. Modellbasiertes Clustering ist ein statistischer Ansatz für Datenclustering Es wird angenommen, dass die beobachteten (multivariaten) Daten aus einer endlichen Mischung von Komponentenmodellen generiert wurden. Jedes Komponentenmodell ist eine Wahrscheinlichkeitsverteilung, typischerweise eine parametrische multivariate Verteilung.
Was sind Clustering-Modelle?
Clusteranalyse, oder Clustering, ist eine nicht überwachte maschinelle Lernaufgabe Es beinh altet die automatische Erkennung natürlicher Gruppierungen in Daten. Anders als beim überwachten Lernen (wie bei der Vorhersagemodellierung) interpretieren Clustering-Algorithmen nur die Eingabedaten und finden natürliche Gruppen oder Cluster im Merkmalsraum.
