知识卡片
质心不是万能
K均值用成员向量的平均值作质心,因此需要有意义的均值运算;质心不一定是真实候选。树等结构难求平均时,可用K中心点,从真实成员中挑代表并依相异度分组。选择聚类方法须匹配表示,不能只因能算相似度就假定能求质心。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 物种形成 5.1.2 聚类物种形成 · 查看原书依据
依赖质心是一个问题,因为质心不一定总是可用的。尽管计算固定长度数组的质心相对容易,但并非总是可以像第4章中那样,针对树表示的基因组进行计算。因此,遗传编程无法利用K均值形成。对于遗传编程,K中心点算法更可取。 Kaufm
参考来源
- 位置:《人工智能算法(卷2):受大自然启发的算法》第5章《物种形成》,原书小节“5.1.2 聚类物种形成”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/人工智能算法(卷2):受大自然启发的算法/_epub-src/OEBPS/Text/chapter005.html#nav_point_81)
- 结论依据:原文对比数组均值与树结构,并说明K中心点以代表性真实基因组代替质心。
- 原始内容:依赖质心是一个问题,因为质心不一定总是可用的。尽管计算固定长度数组的质心相对容易,但并非总是可以像第4章中那样,针对树表示的基因组进行计算。因此,遗传编程无法利用K均值形成。对于遗传编程,K中心点算法更可取。 Kaufm