কে-মানে ক্লাস্টারিং অদৃশ্য করা হয়েছে, এবং সবচেয়ে নিকটবর্তী আনসারভিজড কৌশল যা ইএম ব্যবহার করে তা হ'ল মডেল-ভিত্তিক ক্লাস্টারিং (গাউসিয়ান মিশ্রণ মডেল, জিএমএম)। জিএমএম মডেল-ভিত্তিক ক্লাস্টারিংয়ের সাথে বিরক্তিকর সমস্যা দেখা দেয় যখন অনেকগুলি বৈশিষ্ট্য একে অপরের সাথে সম্পর্কিত হয়, যা বৈশিষ্ট্য-ভিত্তিক কোভারিয়েন্স (পারস্পরিক সম্পর্ক) ম্যাট্রিক্সের নিকটে একাকীত্বের কারণ হয়। এই পরিস্থিতিতে, সম্ভাব্য ক্রিয়াটি অস্থিতিশীল হয়ে ওঠে, শর্ত সূচকগুলি অসীমতায় পৌঁছে যায়, যার ফলে জিএমএম সম্পূর্ণভাবে ভেঙে যায়।
সুতরাং, ইএম এবং কেএনএন এর ধারণাটি ফেলে দিন - যেহেতু এটি অসমর্কিত বিশ্লেষণের জন্য কোভারিয়েন্স (পারস্পরিক সম্পর্ক) ম্যাট্রিকের উপর ভিত্তি করে। অপ্টিমাইজেশান সম্পর্কিত আপনার অনুসন্ধানটি সামন ম্যাপিং এবং ক্লাসিকাল মেট্রিক এবং অ-মেট্রিক বহুমাত্রিক স্কেলিং (এমডিএস) এর সাথে সান্নিধ্যপূর্ণ। স্যামন ম্যাপিং হ'ল ডেরিভেটিভ-রিটারিটিভ ভিত্তিক, যখন এমডিএসের বিভিন্ন ফর্মগুলি সাধারণত পুনরাবৃত্ত বা এক-পদক্ষেপ ইজেনডিকম্পোজিশনস হয়, যা তবুও এক-পদক্ষেপের ম্যাট্রিক্স অপারেশনের সময় অনুকূল করতে পারে।
আপনার অনুরোধটি আবার ফিরে দেখুন: উত্তর: এটি ইতিমধ্যে স্যামন ম্যাপিংয়ে সম্পন্ন হয়েছে।