这是 Dimitris Bertsimas、Agni Orfanoudaki 和 Holly Wiberg 的论文“可解释的聚类：一种优化方法”的聚类算法的文档库。这种方法 ICOT 的目的是生成可解释的基于树的聚类模型
算法指南
在数据集上运行算法的主要命令X是可以引用与数据集关联的某些数据分区。被定义为具有以下参数的对象：ICOT.fit!(learner, X, y);ylearnerICOT.InterpretableCluster()
criterion：定义用于训练ICOT算法的内部验证标准。该算法接受选项:dunnindex（Dunn 1974）和:silhouette（Rousseeuw 1987）。
ls_warmstart_criterion：定义用于创建热启动初始解决方案的内部验证标准。参数提供了相同的选项criterion。
kmeans_warmstart：提供了一个热启动解决方案来初始化算法。详细信息在论文的第 3.3.2 节中提供。它可以作为输入:none,:greedy和:oct。OCT 选项使用用户选择的标签（即来自 K-means）来拟合最优分类
2022-06-10 09:07:03
5KB
下载后利用 winscp 上传到tmp 目录 用ssh cd /tmp 然后opkg install xxx.ipk 或直接opkg install /tmp/xxx.ipk
2022-06-07 18:00:56
84KB
1