發信人: yaomc (白頭翁&山東大漢), 信區: DataMining
標  題: [合集]a question about k-mean method
發信站: 南京大學小百合站 (Sun Dec  9 21:03:20 2001), 站內信件

waterflower (擁抱陽光) 于Tue Oct 30 00:32:34 2001提到：

Max Clustering Passes refers to the number of passes in the K-mean 
algorithm.
這里的pass是什么意思，k-mean翻譯過來是不是叫K均值算法？？
(這個是DBMiner中關于cluster的幫助里的一條）

還有DBMiner中設置分類的一些參數
 classification threshold：Helps justify the classification of a particular 
subset of the data (found at a singe node) when a significant portion of 
these belong to the same class。
這怎么理解??？還有一個噪音憨直noise threshold:Helps ignore a node if it 
contains only a negligible number of examples
看都看不懂
而且經常DBMiner會狂吃內存，一來就是64M，沒辦法只好強行
殺掉，趕明去加個128M。

yaomc (白頭翁&山東大漢) 于Tue Oct 30 10:33:14 2001)
提到：

我覺得這個threshold應該是門限的意思，或者說是閾值的意思。



waterflower (擁抱陽光) 于Tue Oct 30 16:50:57 2001提到：

主要是針對這些憨直的解釋我優點無法
理解，誰能給個這方面的例子，比方說
noise threshold是針對什么情況的？？
沒有什么感性認識


yaomc (白頭翁&山東大漢) 于Tue Oct 30 19:09:51 2001提到：

Threshold不是憨直的意思，下面是它的解釋：
門檻；門口 
起點；開端 
最低限度 
〈心理〉閾限；識閾；產生效果或 造成影響的下限。

在這個地方是門限，閾值的意思。

至于解釋，我覺得可能是：幫助你判別某數據的一個子集的分類，特別是該子集中的
許多樣本明顯得屬于某一類的時候，也就是當有多少樣本屬于某一類的時候，該子集
就劃歸為該類。舉例說，如果一個數據集中有10個樣本，若有6個屬于A類的時候，
就可以認為該數據集可以劃為A類。當然，有7個的話，就更應該屬于A類，有5個地
時候，該數據集就不被認為屬于A類，那么這個6即為劃為某類的門限值。
至于噪音的門限值，是不是可以這樣理解：如果某個節點包含了太多的可以忽略的
樣本的話，那么可以把該數據列為噪音的內容。10個樣本里面有6個可以忽略樣本的話，
該樣本集可以劃為噪音的內容，那么這個6個應該為噪音的門限值。


waterflower (擁抱陽光) 于Tue Oct 30 21:42:19 2001提到：

多謝，看了解釋，豁然開朗。


yaomc (白頭翁&山東大漢) 于Tue Oct 30 21:54:37 2001)
提到：

有錯誤的地方請多多包涵。