skm:选择性k-Means
用于解决选择性k均值问题的算法,其定义为在mxn矩阵中查找k行,以便每列的最小值之和最小化。在m==n且矩阵中每个单元格值为有效的距离度量,这等价于k-means问题。选择性k-均值在某种意义上扩展了k-均值问题有可能有m!=n、 通常情况下,m<n意味着搜索仅限于一小部分行。此外,选择性k-means扩展了感觉行集合中的实例可以是在中看不到的实例列集合,例如,从3个互联网服务提供商中选择2(行)用于5栋房屋(列),以使总成本最小化(单元格值)-总成本是选定的2个服务提供商。
文档:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=skm链接到此页面。