Metody klasteryzacji mają na celu uzyskanie jednorodnych podzial w obiekt w, jednocześnie promując heterogenicznośc między tymi podzialami. Każde podejście do klasteryzacji, takie jak metody hierarchiczne, partycjonujące i neuronowe, ma ostatecznie swoje zalety i ograniczenia. Skupiamy się na metodach neuronowych, ponieważ pokonują one ograniczenia metod hierarchicznych i partycjonowania i są najbardziej odpowiednimi metodami klasteryzacji do stosowania w przypadku dużej ilości danych. W niniejszej pracy proponujemy algorytm multi-SOM wykorzystujący inne kryterium oceny. Konieczny jest zatem przegląd miar oceny proponowanych w literaturze. Niemniej jednak metoda multi-SOM, wraz ze swoją silą i skutecznością w wyznaczaniu granic klastr w, ma r wnież ograniczenia w zakresie warunk w zatrzymania.
ThriftBooks sells millions of used books at the lowest everyday prices. We personally assess every book's quality and offer rare, out-of-print treasures. We deliver the joy of reading in recyclable packaging with free standard shipping on US orders over $20. ThriftBooks.com. Read more. Spend less.