Para una aplicación, quiero que los datos de clúster (potencialmente grandes dimensiones) y extracto de probabilidad de pertenencia a un grupo. Considero que en el momento Self organizing maps o el kernel k-means para hacer el trabajo. ¿Cuáles son los pros y los contras de cada clasificador para esta tarea? Soy-me faltan otros algoritmos de clustering que podría ser competitivos en este caso?
Respuesta
¿Demasiados anuncios?
Grevling
Puntos
123
Esto tiene el potencial de ser una cuestión interesante. Algoritmos de Clustering realizar el 'bien' o 'no muy bien' dependiendo de la topología de los datos y lo que usted está buscando en los datos. ¿Qué desea que los racimos representan? Puedo adjuntar un diagrama que por desgracia no incluye el kernel k-means o SOM, pero creo que es de gran valor para la comprensión de las graves diferencias entre las técnicas. Es probable que necesite para preguntar y responder a ti mismo antes de profundizar en la medición de los "pros" y "contras".
Este es el origen de la imagen.
