「エレコマ」のリポジトリは GitHub に移行しました。 https://github.com/elecoma/elecoma 「エレコマ」は、株式会社アピリッツがオープンソースとして開発したECサイト構築パッケージです。エレコマでは今やPC以上に利用されている携帯用EC サイトにも対応しており3キャリア(DoCoMo, au, SoftBank)への同時展開、売上向上の支援ツールとなるメールマガジンや特集ページ作成などが可能となります。
K-means法は、入力データからK個のランダムな個体を初期クラスタの中心として選択し、以降、クラスタの重心を移動させるステップを繰り返すことでクラスタリングを行う非階層的手法です。K-means法はシンプルで高速ですが、初期値依存が大きいのが弱点で、不適切な初期値選択をすると間違った解に収束してしまいます。 以下は、Introduction to Information Retrievalの16章に出てくる例です。 {d1, d2, ..., d6}をK=2でクラスタリングする場合、{{d1, d2, d4, d5}, {d3, d6}}が大域最適解ですが、初期クラスタの中心をd2, d5で与えると、{{d1, d2, d3}, {d4, d5, d6}}という誤った解に収束してしまいます。 この問題を改善するK-means++という手法を見つけたので、試してみました。 K-means+
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く