gaspersic/freeCodeCamp
1
0
Fork 0
Code Issues Pull Requests Projects Releases Wiki Activity

improve translation of key terms, sentences (#27805)

Browse Source 
changed some key terms to more appropriate terms in Russian, rewrote sentence structure
This commit is contained in:
Mariya
2019-02-08 15:07:19 +01:00
committed by Gregory Gubarev
parent 67477731b1
commit 1b897a26c0
1 changed files with 10 additions and 10 deletions
Download Patch File Download Diff File Expand all files Collapse all files

20
guide/russian/machine-learning/clustering-algorithms/index.md
View File

@@ -8,30 +8,30 @@ localeTitle: Алгоритмы кластеризации
* Каждый кластер содержит похожие объекты
* Объекты, которые не принадлежат к тем же кластерам, не похожи
Алгоритмы кластеризации помогают находить структуру в коллекции немаркированных данных и попадают в категорию неконтролируемого обучения.
Алгоритмы кластеризации помогают находить структуру в коллекции немаркированных данных и попадают в категорию обучения без учителя.
Трудность заключается в определении меры подобия, которая может отделять данные так, как вы хотите. Например, группу лиц можно разделить по полу, цвету волос, весу, расе и т. Д.
Алгоритмы кластеризации имеют задачу группировки набора объектов таким образом, что объекты в одной и той же группе (называемые кластером) более схожи (в том или ином смысле) друг с другом, чем с другими группами (кластерами). Это основная задача поискового анализа данных и общий метод анализа статистических данных. Он используется во многих областях, включая компьютерное обучение, распознавание образов, анализ изображений, поиск информации, биоинформатику, сжатие данных и компьютерную графику.
Алгоритмы кластеризации группируют набор объектов таким образом, что объекты в одной и той же группе (кластере) более схожи (в том или ином смысле) друг с другом, чем с другими группами (кластерами). Это основная задача поискового анализа данных и общий метод анализа статистических данных. Он используется во многих областях, включая компьютерное обучение, распознавание образов, анализ изображений, поиск информации, биоинформатику, сжатие данных и компьютерную графику.
Некоторые приложения алгоритмов кластеризации включают в себя:
* Группировка потребителей в соответствии с их схемами покупки
* Группировка фотографий животных того же типа вместе
* Группировка потребителей в соответствии с их паттернами покупки
* Группировка фотографий животных одного вида
* Классификация документов разных типов
## Типы алгоритмов кластеризации:
1. Кластеризация на основе соединений (иерархическая кластеризация)
2. Кластеризация на основе центра или точки (кластеризация k-означает)
3. Кластеризация на основе распространения
2. Кластеризация на основе центра или точки (кластеризация k-средних)
3. Кластеризация на основе распределения
4. Кластеризация на основе плотности
Некоторые примеры алгоритмов кластеризации:
1. Алогермирующая кластеризация
1. Аггломерирующая кластеризация
2. Кластеризация K-средних
3. Кластеризация K-mediods
3. Кластеризация K-медоидов
4. Кластеризация разделов
### Иерархическая кластеризация
@@ -46,7 +46,7 @@ localeTitle: Алгоритмы кластеризации
## Специальные алгоритмы кластеризации
### Кластеризация K-сред
### Кластеризация K-средних
Алгоритм K-средних является популярным алгоритмом кластеризации, поскольку он относительно прост и быстр, в отличие от других алгоритмов кластеризации. Алгоритм определяется следующим образом:
@@ -128,4 +128,4 @@ import pandas as pd
* [Кластерный анализ: основные понятия и алгоритмы](https://www-users.cs.umn.edu/~kumar/dmbook/ch8.pdf)
* [Кластеризация K-сред](https://www.datascience.com/blog/k-means-clustering)
* [Алгоритм максимизации ожиданий](https://www.cs.utah.edu/~piyush/teaching/EM_algorithm.pdf)
* [Использование кластеризации K-Means с Python](https://code.likeagirl.io/finding-dominant-colour-on-an-image-b4e075f98097)
* [Использование кластеризации K-Means с Python](https://code.likeagirl.io/finding-dominant-colour-on-an-image-b4e075f98097)