Howtosignalprocessing
- Kiedy używać K-średnich vs DBSCAN?
- Czy Kmeans pracuje z danymi kategorycznymi?
- Czy K-średnie mogą być używane do redukcji wymiarowości?
Kiedy używać K-średnich vs DBSCAN?
K-średnia ma trudności z klastrami i klastrami o wielu rozmiarach. DBScan służy do obsługi klastrów o wielu rozmiarach i strukturach i nie ma silnego wpływu hałasu lub wartości odstających. K-średnie mogą być używane do danych, które mają wyraźny centroid, w tym średnia lub mediana.
Czy Kmeans pracuje z danymi kategorycznymi?
Algorytm K-średnich nie ma zastosowania do danych kategorycznych, ponieważ zmienne kategoryczne są dyskretne i nie mają żadnego naturalnego pochodzenia.
Czy K-średnie mogą być używane do redukcji wymiarowości?
Podsumowując, K-średnie mogą być używane do różnych celów. Możemy go użyć do wykonywania redukcji wymiarowości, w której każda transformowana funkcja jest odległością punktu od środka klastra.
