Wichtig ist noch bei den Voraussetzungen: man muss vorher wissen, wie viele Cluster man denn haben will und damit sein "k" festlegen. Wenn man für k aber keinen guten Wert raten kann, sollte man vorher andere Verfahren zum Clustering anwenden, die selbst eine Cluster-Anzahl ausgeben, z.B. Canopy Clustering. Und dann kann man danach k-Means mit dem k und den Initialwerten für die Centroiden starten. Und noch was: je nach Wahl der Anfangs-Centroiden muss das Clustering durch k-Means nicht optimal sein, sondern kann zu einem lokalen Minimum konvergieren. Abhilfe: k-Means mehrfach starten mit verschiedenen Initialwerten. Und noch: k-Means kann keine überlappenden Cluster bilden sowie braucht viel Rechenkapazität. Alternative: Canopy Clustering als Vorverarbeitungsschritt. Und dann k-Means.
Klasse Erklärung, würde dich nur bitten, nächstes Mal eine andere Farbe zu benutzen, für jemanden, der Rot und Grün schwer unterscheidet, ist die Grafik nicht lesbar.
Naja, bei 3 Kategorien sind es 3 Linien. Bei 4 Kategorien sind es prinzipiell 6 Linien (immer für Paare aus den 4 Centroiden.). Und dann muss man damit passend den Raum aufteilen.
![CAMPปลิ้น | EP.82[1/2] แก๊ง 3 สาวเพื่อนซี้บุก CAMPปลิ้นครั้งนี้ห้ามเสียอาการ](http://i.ytimg.com/vi/_6WUjXHe1TM/mqdefault.jpg)
Wichtig ist noch bei den Voraussetzungen: man muss vorher wissen, wie viele Cluster man denn haben will und damit sein "k" festlegen. Wenn man für k aber keinen guten Wert raten kann, sollte man vorher andere Verfahren zum Clustering anwenden, die selbst eine Cluster-Anzahl ausgeben, z.B. Canopy Clustering. Und dann kann man danach k-Means mit dem k und den Initialwerten für die Centroiden starten.
Und noch was: je nach Wahl der Anfangs-Centroiden muss das Clustering durch k-Means nicht optimal sein, sondern kann zu einem lokalen Minimum konvergieren. Abhilfe: k-Means mehrfach starten mit verschiedenen Initialwerten.
Und noch: k-Means kann keine überlappenden Cluster bilden sowie braucht viel Rechenkapazität. Alternative: Canopy Clustering als Vorverarbeitungsschritt. Und dann k-Means.
Schöne Erklärung, super hilfreich, danke dir!
Rot Grünschwäche lässt grüßen :(
Klasse Erklärung, würde dich nur bitten, nächstes Mal eine andere Farbe zu benutzen, für jemanden, der Rot und Grün schwer unterscheidet, ist die Grafik nicht lesbar.
Und der Fischer ist genau so schlau wie vorher :DDD
Aber gut erklärt!
schreibe normalerweise nie kommis aber du hast es dir verdient
Thunfisch & Lachs.... ich sehe Karpfen
Richtig gute Erklärung über K-means!
Thunfische im See, idk about that one :D aber gute Erklärung
rote und grüne punkte als Unterscheidung "clever" gewählt ... aber an sonst ganz gut oberflächlich erklärt
super erklärung!
Anderes Video erwähnt, aber weder in der Beschreibung noch im Video verlinkt?
Ich wette das kannst du besser! ;-)
WOW. gänsehaut! was musss man studieren um sich damit zu beschäftigen????
ich verstehe nicht ganz, von welchem merkmal die beiden mittelpunkte waren?
Hat jemand den Link zum Vor- Nachteil Video ?
#THX
Super erklärt, danke!
Gute Erklärung, schaue jetzt die weiterführenden Videos an :)
Super erklärt und visualisiert vielen dank 👍
Das mit der Linie funktioniert aber nur bei 2 Kategorien, oder?
Naja, bei 3 Kategorien sind es 3 Linien. Bei 4 Kategorien sind es prinzipiell 6 Linien (immer für Paare aus den 4 Centroiden.). Und dann muss man damit passend den Raum aufteilen.
sehr gutes Video
sehr gute erklärung, danke
Sehr gute Erklärung
Sehr gut erklärt!!!!!!!
Danke!