Iris Flowers Clustering kMeans de
Autor/Urheber:
Shortlink:
Quelle:
Größe:
660 x 309 Pixel (148646 Bytes)
Beschreibung:
Iris flower data set, mit dem k-Means-Algorithmus analysiert (links) und die wahren Spezien im Datensatz (rechts).
Da k-means nicht deterministisch ist, variieren die Ergebnisse. Die Clusterzentren sind durch größere, halbtransparente Markierungen eingezeichnet.
Visualisiert mit ELKI
Kommentar zur Lizenz:
 |
Ich, der Urheberrechtsinhaber dieses Werkes, veröffentliche es als gemeinfrei. Dies gilt weltweit. In manchen Staaten könnte dies rechtlich nicht möglich sein. Sofern dies der Fall ist: Ich gewähre jedem das bedingungslose Recht, dieses Werk für jedweden Zweck zu nutzen, es sei denn, Bedingungen sind gesetzlich erforderlich. |
Lizenz:
Public domain
Bild teilen:
Relevante Bilder
(c) I, Weston.pace, CC-BY-SA-3.0
(c) I, Weston.pace, CC-BY-SA-3.0
(c) I, Weston.pace, CC BY-SA 3.0
(c) I, Weston.pace, CC-BY-SA-3.0
Relevante Artikel
K-Means-AlgorithmusEin k-Means-Algorithmus ist ein Verfahren zur Vektorquantisierung, das auch zur Clusteranalyse verwendet wird. Dabei wird aus einer Menge von ähnlichen Objekten eine vorher bekannte Anzahl von k Gruppen gebildet. Der Algorithmus ist eine der am häufigsten verwendeten Techniken zur Gruppierung von Objekten, da er schnell die Zentren der Cluster findet. Dabei bevorzugt der Algorithmus Gruppen mit geringer Varianz und ähnlicher Größe. .. weiterlesen