k-bedeutet++Clusteranalyse mit der K-Means-Methode: Die Methode reagiert sehr empfindlich auf die Wahl der Anfangswerte, was eine wichtige Schwäche darstellt. In der Standardimplementierung hängt die Wahl von der Sortierung des Datensatzes ab.
Ich denke, es wäre nützlich, wenn JMP die Cluster-Seed-Initialisierung mit der k-means++-Methode implementieren könnte (Arthur, D.; Vassilvitskii, S. (2007). „k-means++: die Vorteile einer sorgfältigen Seeding-Methode“): Dies würde die optimale Lösung und die Cluster-Stabilität erheblich verbessern.
Grundlegende Datenanalyse und ModellierungBetreff: k-means++ - Status geändert in: BestätigtVielen Dank, dass Sie diese Anfrage teilen!
