El algoritmo de cambio medio es un algoritmo de agrupamiento basado en el núcleo no supervisado. Contrariamente a k-means, no requiere especificar el número de clases a priori. En cambio, el usuario especifica el núcleo y el tamaño del núcleo, que pueden ser parámetros más relevantes. Otra diferencia con k-means es que, de manera similar al agrupamiento espectral, el shift medio se preocupa más por la conectividad que por la proximidad geométrica.
La idea básica es, desde un punto de partida, calcular el promedio ponderado del núcleo de los puntos de datos vecinos e iterar con el promedio como el nuevo punto de partida, hasta la convergencia.
Ahora puede repetir el proceso comenzando con todos los puntos en su conjunto de datos. Los puntos que conducen al mismo punto de convergencia se agrupan.
- ¿Cuáles son los algoritmos para el resumen automático? ¿Alguien puede explicar los pasos en el resumen automático?
- ¿Cuál es la diferencia entre adaboost y el clasificador de perceptrones de una capa?
- Cómo obtener la etiqueta del tema que modela la salida LDA
- ¿Cuáles son las diferentes técnicas de minería de texto?
- ¿Cuáles son algunas de las funciones de uso común que se pueden extraer de la música con fines de aprendizaje automático?
El artículo original [1] es una buena lectura si estás interesado.
[1]: http://cyrille.nathalie.free.fr/…