Solutions obtained for a k-means algorithm depends heavily on the starting partition. In this article an aid is developed for implementing initialization methods particularly suited when all the cluster covariances matrices are presumed to be identical.

Mahalanobis metrics for k-means algorithms

TARSITANO, Agostino
2003-01-01

Abstract

Solutions obtained for a k-means algorithm depends heavily on the starting partition. In this article an aid is developed for implementing initialization methods particularly suited when all the cluster covariances matrices are presumed to be identical.
2003
88-8399-053-6
covariance estimates; determinant minimization; multiple quickselect
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.11770/184367
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact