ee.Clusterer.wekaCascadeKMeans

कैस्केड सिंपल के-मीन्स, कैलिंस्की-हाराबाज़ कसौटी के हिसाब से सबसे सही k चुनता है. ज़्यादा जानकारी के लिए, यह लेख पढ़ें:

Calinski, T. and J. Harabasz. 1974. क्लस्टर विश्लेषण के लिए डेंड्राइट तरीका. कम्यून. आंकड़ा 3: 1-27.

इस्तेमालरिटर्न
ee.Clusterer.wekaCascadeKMeans(minClusters, maxClusters, restarts, manual, init, distanceFunction, maxIterations)क्लस्टरर
आर्ग्यूमेंटटाइपविवरण
minClustersपूर्णांक, डिफ़ॉल्ट: 2क्लस्टर की कम से कम संख्या.
maxClustersपूर्णांक, डिफ़ॉल्ट: 10क्लस्टर की ज़्यादा से ज़्यादा संख्या.
restartsपूर्णांक, डिफ़ॉल्ट: 10रीस्टार्ट की संख्या.
manualबूलियन, डिफ़ॉल्ट वैल्यू: falseक्लस्टर की संख्या को मैन्युअल तरीके से चुनें.
initबूलियन, डिफ़ॉल्ट वैल्यू: falseयह सेट करें कि k-means++ एल्गोरिदम के, सबसे दूर के डेटा पॉइंट को चुनने की संभावना वाले तरीके का इस्तेमाल करके क्लस्टर सेंटर को शुरू करना है या नहीं. इसके बजाय, क्लस्टर सेंटर को शुरू करने के लिए, स्टैंडर्ड रैंडम सिलेक्शन का इस्तेमाल किया जा सकता है.
distanceFunctionस्ट्रिंग, डिफ़ॉल्ट: "Euclidean"इस्तेमाल किया जाने वाला दूरी फ़ंक्शन. इसके विकल्प ये हैं: यूक्लिडियन और मैनहैटन.
maxIterationsपूर्णांक, डिफ़ॉल्ट: nullके-मीन्स के लिए ज़्यादा से ज़्यादा पुनरावृत्तियां.