Metoda -medián [1] [2] je variací metody -averages používané ve statistice a strojovém učení pro problémy s klastrováním , kde se k určení těžiště klastru počítá místo průměru medián . Tento přístup odpovídá minimalizaci chyby ve všech shlucích v metrice s 1 normou namísto metriky se 2 normami používané v metodě standardních průměrů.
Úkolem stanovení -mediánů je najít taková centra, aby jimi tvořené shluky byly co nej "kompaktnější". Formálně, dané datové body , středy by měly být zvoleny tak, aby se minimalizoval součet vzdáleností od každého k nejbližšímu .
Metoda někdy funguje lépe než metoda -means, kde je součet čtverců vzdáleností minimalizován. Kritérium součtu vzdáleností je široce používáno pro dopravní problémy [3] .
Další alternativou je metoda -medoids , ve které se hledá optimální medoid a nikoli medián shluku (medián je jedním z datových bodů, zatímco mediány být nemusí).
Znamenat | |
---|---|
Matematika | Střední mocnina ( vážená ) harmonický průměr vážený geometrický průměr vážený Průměrný vážený střední kvadratická Průměrný krychlový klouzavý průměr Aritmecko-geometrický průměr Funkce Průměr Kolmogorov znamená |
Geometrie | |
Teorie pravděpodobnosti a matematická statistika | |
Informační technologie | |
Věty | |
jiný |
Strojové učení a dolování dat | |
---|---|
Úkoly | |
Učení s učitelem | |
shluková analýza | |
Redukce rozměrů | |
Strukturální prognózy | |
Detekce anomálií | |
Grafové pravděpodobnostní modely | |
Neuronové sítě | |
Posílení učení |
|
Teorie | |
Časopisy a konference |
|