Cравнение алгоритмов кластеризации k-средних и k-внутригрупповых.

1. Введение

Понимание структуры информации важно для биологии, человеческого познания, искусственного интеллекта и многих других областей исследований, требующих большого объема данных. Во многих случаях обнаружение взаимосвязей может быть неочевидным при проверке из-за многочисленных точек данных или высокой размерности. В этих случаях вычисления могут быть полезны для разделения подмножеств информации на группы, называемые кластерами. Чтобы эффективно разделить информацию, мы должны сначала определить критерий для создания групп, и, во-вторых, найти оптимальную группировку на основе этого критерия.

Задача может быть обобщена следующим образом: Учитывая набор N из n точек данных в d-мерном пространстве, мы должны определить, как назначить набор из K точек, называемых центрами, в N, чтобы оптимизировать, основываясь на некотором критерии. В большинстве случаев естественно предположить, что N намного больше, чем K, а d о...