KMeans
साथ
मैं गणना कर सकते हैं क्लस्टर सदस्यता क्लस्टरिंग KMeans साथ आंशिक सदस्यता खोजें:बहुत आसानी से alorithm
open System
open System.IO
open Utils
open Accord
open Accord.Math
open Accord.MachineLearning
let vals = [|
[|1.0; 2.0; 3.0; 2.0|]
[|1.1; 1.9; 3.1; 4.0|]
[|2.0; 3.0; 4.0; 4.0|]
[|3.0; 3.1; 2.0; 3.0|]
[|2.0; 4.0; 3.0; 6.0|]
[|1.0; 5.0; 5.0; 7.0|]
[|4.0; 3.0; 6.0; 8.0|]
[|5.0; 4.0; 3.0; 6.0|]
[|6.0; 4.0; 8.0; 7.0|]
[|5.0; 6.0; 5.0; 9.0|]
[|4.0; 2.0; 7.0; 8.0|]
[|8.0; 9.0; 3.1; 2.2|]
[|8.0; 9.0; 2.0; 2.0|]
[|10.0; 2.0; 3.0; 2.0|]
[|10.1; 1.9; 3.1; 4.0|]
[|20.0; 3.0; 4.0; 4.0|]
[|22.0; 7.0; 2.0; 3.0|]
[|21.0; 4.0; 3.0; 6.0|]
|]
let kmeans = new KMeans 5
let clusterModel = kmeans.Learn vals
let clusters = clusterModel.Decide vals
मैं मानक KMeans
एल्गोरिथ्म के साथ आंशिक सदस्यता की गणना कर सकते हैं? एक सहकर्मी ने आनुपातिक सदस्यता निर्धारित करने के लिए क्लस्टर सदस्यों के माध्य और भिन्नताओं का उपयोग करने का सुझाव दिया और आज मैं F#
के लिए अस्पष्ट सेट और उनके कार्यान्वयन में देख रहा हूं। उदाहरण के लिए, here is some documentation for the Accord.net implementation for fuzzy sets. मैं F#
के लिए उदाहरण का अनुवाद/रन कर सकता हूं लेकिन पहली नज़र में, मुझे आंशिक सदस्यता असाइन करने के प्रारूप को फिट करने के लिए ऊपर दिए गए Kmeans
से डेटा प्राप्त करने का एक आसान तरीका नहीं दिख रहा है।
सवाल:
मैं कैसे क्लस्टर के सदस्यों की औसत/विचरण का उपयोग आंशिक सदस्यता की गणना करने के हैं?
क्या Accord.net लाइब्रेरी के साथ
KMeans
क्लस्टरिंग के साथ आंशिक सदस्यता की गणना करने का कोई आसान तरीका है?Accord.net में केएमन्स एल्गोरिदम लागू करने के लिए आसान है; क्या मुझे अपनी जरूरतों के अनुसार किमन्स क्लस्टरिंग की कोशिश करने और मजबूर करने के बजाय अपनी समस्या के अनुरूप क्लस्टरिंग/सदस्यता के इस तरीके को सीखने का प्रयास करने में कुछ समय व्यतीत करना चाहिए?