ee.Clusterer.wekaCascadeKMeans

آبشار ساده k-means بهترین k را با توجه به معیار Calinski-Harabasz انتخاب می کند. برای اطلاعات بیشتر رجوع کنید به:

کالینسکی، تی و جی هاراباسز. 1974. روش دندریت برای تجزیه و تحلیل خوشه. اشتراک. آمار 3: 1-27.

استفاده	برمی گرداند
ee.Clusterer.wekaCascadeKMeans( minClusters , maxClusters , restarts , manual , init , distanceFunction , maxIterations )	خوشه

استدلال	تایپ کنید	جزئیات
minClusters	عدد صحیح، پیش فرض: 2	حداقل تعداد خوشه ها
maxClusters	عدد صحیح، پیش فرض: 10	حداکثر تعداد خوشه ها
restarts	عدد صحیح، پیش فرض: 10	تعداد راه اندازی مجدد
manual	بولی، پیش فرض: نادرست	تعداد خوشه ها را به صورت دستی انتخاب کنید.
init	بولی، پیش فرض: نادرست	با استفاده از روش احتمالی دورترین اول مشابه الگوریتم k-means++ مقداردهی اولیه را تنظیم کنید (به جای انتخاب تصادفی استاندارد مراکز خوشه اولیه).
distanceFunction	رشته، پیش‌فرض: «اقلیدسی»	تابع فاصله برای استفاده گزینه ها عبارتند از: اقلیدسی و منهتن.
maxIterations	عدد صحیح، پیش فرض: null	حداکثر تعداد تکرار برای k-means.