カテゴリーデータ集合のクラスタリングのための効率的なkモードアルゴリズム【JST・京大機械翻訳】

Dorman Karin S.; Maitra Ranjan

プレプリント

J-GLOBAL ID：202202201497562406 整理番号：21P0034526

カテゴリーデータ集合のクラスタリングのための効率的なkモードアルゴリズム【JST・京大機械翻訳】

An Efficient $k$-modes Algorithm for Clustering Categorical Datasets

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年06月06日プレプリントサーバーでの情報更新日： 2021年06月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

データからのマイニングクラスタは多くの応用で重要な努力である。k-平均法は,数値値データをクラスタ化するための一般的で,効率的で,分布フリーのアプローチであるが,カテゴリ値観察には適用しない。kモード法は,ユークリッドをHamming距離で置換し,k-平均目的関数におけるモードとの手段を置き換えることにより,このラックをアドレスする。OTQTと呼ばれるkモードの新しい計算効率の良い実装を提供した。OTQTは,既存のkモードアルゴリズムに検出できない目的関数を改善するために更新を見つけることを証明した。アルゴリズム複雑性による反復当たりわずかに遅いが,OTQTは常に反復当たりより正確で,最終最適に対してほとんど常に速く(いくつかのデータセットでほとんど遅い)。したがって,kモード最適化のための好ましいデフォルトアルゴリズムとしてOTQTを推奨した。【JST・京大機械翻訳】

, , , , ,
, , 【Automatic Indexing@JST】

人工知能 , システム・制御理論一般

, , ,

前のページに戻る