Presná definícia
Čo znamená k-medoids?
K-medoids rozdeľuje objekty do k skupín reprezentovaných medoidmi, teda skutočnými dátovými bodmi s nízkym súčtom nepodobností voči členom zhluku. Na rozdiel od k-means nemusí používať aritmetický priemer a môže pracovať s ľubovoľnou vhodnou maticou párových nepodobností. Býva odolnejší voči extrémom, no výpočtovo drahší.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri zhlukovaní trás možno definovať nepodobnosť medzi dvojicami trás aj bez vektorového priemeru. Algoritmus vyberie reprezentatívne existujúce trasy, ktoré možno priamo ukázať používateľovi. Matica vzdialeností sa validuje a pri veľkom počte objektov môže byť pamäťovo náročná. K a inicializácia sa hodnotia cez stabilitu a praktický význam medoidov. Robustnosť neznamená, že odľahlé body nevadia: môžu vytvoriť vlastný zhluk alebo ovplyvniť voľbu k, preto sa výsledok porovná s hustotnou metódou.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo je medoid?
Skutočný objekt z dát zvolený ako centrálna reprezentácia zhluku.
Prečo nepotrebuje aritmetický priemer?
Optimalizuje párové nepodobnosti voči kandidátskym objektom.
Môže používať predpočítané vzdialenosti?
Áno, ak sú vhodné a konzistentné pre danú úlohu.
Je robustnejší než k-means?
Zvyčajne áno, pretože stred musí byť dátový bod a nepoužíva štvorcovú odchýlku od priemeru.
Prečo je pomalší?
Hľadanie výmen medoidov a práca s párovými vzdialenosťami sú náročnejšie.