klasterlash va k-means algoritmlari

PPTX 15 sahifa 4,1 MB Bepul yuklash

15 sahifa

FaylHub.uz

Telegram orqali yuklab olish

Hajm 4,1 MB

Fayl turi PPTX

Sahifalar 15

Yangilangan Dek 2025

Sahifa ko'rinishi (5 sahifa)

Pastga aylantiring 👇

1 / 15

klasterlash va k-means algoritmlari klasterlash algroritmlari va k-means algoritmlari klasterlash ma’lumotlar tahlilini amalga oshirishda foydalaniladigan algoritmlash usulidir. klasterlash, bir ma’lumot to’plamini o’zaro o’xshashlik bo’yicha guruhlarga bo’lishga yordam beradi. bunda k-means algoritmi keng qo’llaniladi. bu algoritm ma’lumotlarni bir nechta guruhlarga bo’lish uchun o’zaro masofalarni hisoblaydi va guruhlarini aniqlaydi. k-means klasterlash qanday ishlaydi? bizga ma'lum xususiyatlar va ushbu xususiyatlar uchun qiymatlar (masalan, vektor) bo'lgan elementlarning ma'lumotlar to'plami beriladi. vazifa - bu elementlarni guruhlarga bo'lish. bunga erishish uchun biz k-means algoritmidan, nazoratsiz o'rganish algoritmidan foydalanamiz. algoritm nomidagi "k" biz elementlarni tasniflamoqchi bo'lgan guruhlar/klasterlar sonini bildiradi. (agar ob'ektlarni n o'lchovli fazodagi nuqtalar deb hisoblasangiz, bu yordam beradi). algoritm elementlarni k guruhga yoki o'xshashlik klasterlariga ajratadi. ushbu o'xshashlikni hisoblash uchun biz evklid masofasidan o'lchov sifatida foydalanamiz. import numpy as np import matplotlib.pyplot as plt from sklearn.datasets import make_blobs x,y = make_blobs(n_samples = 500,n_features = 2,centers = 3,random_state = 23) fig = plt.figure(0) plt.grid(true) plt.scatter(x[:,0],x[:,1]) plt.show() …

2 / 15

hakllarni aniqlash usullari tasvirni turli ob'ektlarga mos keladigan turli shakllarga ega bo'lgan hududlarga bo'lish uchun ishlatilishi mumkin. 3. teksturaga asoslangan segmentatsiya: teksturani tahlil qilish usullari tasvirni turli ob'ektlarga mos keladigan turli teksturali hududlarga bo'lish uchun ishlatilishi mumkin. 4. chuqurlikka asoslangan segmentatsiya: agar chuqurlik haqida ma'lumot mavjud bo'lsa, u tasvirni turli ob'ektlarga mos keladigan turli masofalarga ega bo'lgan hududlarga bo'lish uchun ishlatilishi mumkin. python kutubxonalari: opencv, tensorflow, pytorch foydalanamiz. piksellarni guruhlash rasm asosan berilgan piksellar to'plamidir. tasvirni segmentatsiyalashda o'xshash atributlarga ega piksellar birgalikda guruhlanadi. tasvirni segmentatsiyalash tasvirdagi ob'ektlar uchun pikselli niqob yaratadi, bu bizga ob'ektni yanada kengroq va batafsil tushunish imkonini beradi. k-means klasterlash boshlang‘ich k ta markazni tasodifiy ravishda tanlab olish. har bir nuqtani eng yaqin markazga bog‘lash. har bir klasterning yangi markazini hisoblash (o‘rtacha). 2-3 qadamlarni markazlar o‘zgarmaguncha takrorlash. k-means algoritmi - bu klasterlash usullaridan biri bo‘lib, ma’lumotlarni k ta klasterga ajratishga yordam beradi. bu usul quyidagi qadamlardan iborat: …

3 / 15

ining ishlashi k-yaqin qo'shnilar (knn) algoritmi o'xshashlik printsipi asosida ishlaydi, bu erda u o'quv ma'lumotlar to'plamidagi k eng yaqin qo'shnilarining yorliqlari yoki qiymatlarini hisobga olgan holda yangi ma'lumotlar nuqtasining yorlig'i yoki qiymatini bashorat qiladi. ishlash prinsipi quyidagi nuqtani qaysi guruhga kirishini aniqlash tushuntirib berilgan. bunda shu nuqtaga yaqin bo’lgan eng kichik masofa aniqlanadi. eng kichik masofa topilganda nuqta o’sha guruhga taaluqli knn qanday ishlashini bosqichma-bosqich tushuntirish quyida muhokama qilinadi 1-qadam: k ning qiymatini tanlab olish: k bashorat qilishda e'tiborga olinishi kerak bo'lgan eng yaqin qo'shnilar sonini bildiradi 2-qadam: masofani hisoblash: maqsad va o'quv ma'lumotlar nuqtalari o'rtasidagi o'xshashlikni o'lchash uchun evklid masofasidan foydalaniladi. ma'lumotlar to'plamidagi har bir ma'lumot nuqtasi va maqsad nuqtasi orasidagi masofa hisoblanadi 3-qadam: yaqin qo’shnini toppish: maqsadli nuqtagacha eng kichik masofaga ega bo'lgan k ma'lumot nuqtasi eng yaqin qo'shnilardir. 4-qadam: tasniflash uchun ovoz berish yoki regressiya uchun o'rtachani olish: tasniflash masalasida sinf belgilari ko'pchilik ovoz berish yo'li bilan …

4 / 15

arid qilish xulq-atvori asosida guruhlarga bo'lib, korxonalarga turli segmentlar uchun marketing strategiyalarini moslashtirish imkonini beradi. 3.k-means bashorat qilish uchun ishlatiladimi? k-vositalari asosan o'xshash ma'lumotlar nuqtalarini klasterlash va guruhlash uchun ishlatiladi. u yangi ma'lumotlar uchun yorliqlarni bashorat qilmaydi; ularni o'xshashlik asosida mavjud klasterlarga belgilaydi. xulosa xulosa qilib aytganda, k-klasterlash yorliqsiz ma'lumotlar to'plamini guruhlash uchun kuchli nazoratsiz mashinani o'rganish algoritmidir. uning maqsadi ma'lumotlarni klasterlarga bo'lish va o'xshash ma'lumotlar nuqtalarini bir guruhning bir qismiga aylantirishdir. algoritm klaster markazlarini ishga tushiradi va ma'lumotlar nuqtalarini iterativ ravishda eng yaqin markazga tayinlaydi, har bir klasterdagi nuqtalarning o'rtacha qiymatiga qarab markazlarni yangilaydi. e’tiboringiz uchun rahmat @gulnora_yodgorovna image9.svg image6.png image11.svg image7.png image13.svg image8.png image15.svg image9.png image17.svg image10.png image1.jpeg image19.svg image11.png image21.svg image2.png image3.svg image3.png image5.svg image4.png image7.svg image5.png image12.jpeg image13.png image14.png image15.png /docprops/thumbnail.jpeg

5 / 15

klasterlash va k-means algoritmlari - Page 5

Ko'proq o'qimoqchimisiz?

Barcha 15 sahifani Telegram orqali bepul yuklab oling.

To'liq faylni yuklab olish

"klasterlash va k-means algoritmlari" haqida

klasterlash va k-means algoritmlari klasterlash algroritmlari va k-means algoritmlari klasterlash ma’lumotlar tahlilini amalga oshirishda foydalaniladigan algoritmlash usulidir. klasterlash, bir ma’lumot to’plamini o’zaro o’xshashlik bo’yicha guruhlarga bo’lishga yordam beradi. bunda k-means algoritmi keng qo’llaniladi. bu algoritm ma’lumotlarni bir nechta guruhlarga bo’lish uchun o’zaro masofalarni hisoblaydi va guruhlarini aniqlaydi. k-means klasterlash qanday ishlaydi? bizga ma'lum xususiyatlar va ushbu xususiyatlar uchun qiymatlar (masalan, vektor) bo'lgan elementlarning ma'lumotlar to'plami beriladi. vazifa - bu elementlarni guruhlarga bo'lish. bunga erishish uchun biz k-means algoritmidan, nazoratsiz o'rganish algoritmidan foydalanamiz. algoritm nomidagi "k" biz elementlarni tasnifla...

Bu fayl PPTX formatida 15 sahifadan iborat (4,1 MB). "klasterlash va k-means algoritmlari"ni yuklab olish uchun chap tomondagi Telegram tugmasini bosing.

Teglar: klasterlash va k-means algoritm… PPTX 15 sahifa Bepul yuklash Telegram