আমি কে-মাধ্যম সম্পর্কে গবেষণা করেছি এবং এগুলি আমি পেয়েছি: কে-মেনস হ'ল একটি সহজ অ্যালগরিদম যা জ্ঞাত ক্লাস্টারিং সমস্যাগুলি সমাধান করার জন্য নিরীক্ষণযোগ্য শেখার পদ্ধতি ব্যবহার করে। এটি বড় ডেটাসেটের সাথে সত্যই ভাল কাজ করে।
তবে কে-মিনের অপূর্ণতা রয়েছে যা হ'ল:
- আউটলিয়ার এবং গোলমালগুলির প্রতি দৃ St় সংবেদনশীলতা
- অ-বৃত্তাকার ক্লাস্টার আকৃতির সাথে ভাল কাজ করে না - ক্লাস্টারের সংখ্যা এবং প্রাথমিক বীজের মান আগেই নির্দিষ্ট করা দরকার
- স্থানীয় সর্বোত্তম পাস করার জন্য কম ক্ষমতা।
কে-মানে সম্পর্কে দুর্দান্ত কিছু আছে, কারণ মনে হয় যে কমতিগুলি কে-মাধ্যম সম্পর্কে ভাল জিনিসের বাইরে।
আমাকে শেখান করুন.
3
কোনও ভাল পদ্ধতি বা ভাল অ্যালগরিদম হিসাবে এটি ব্যবহার করা সমস্যার প্রসঙ্গ ছাড়াই কোনও জিনিস নেই Thus সুতরাং আমরা কে-উপায় ব্যবহার করি কারণ এমন সমস্যা রয়েছে যার জন্য কে-মানে একটি অনুকূল সমাধান (;