Деякі визначення:
Наглядова кластеризація застосовується на класифікованих прикладах з метою визначення кластерів, які мають високу щільність ймовірності, до одного класу.
Непідконтрольне кластеризація - це рамка навчання, що використовує конкретні об'єктні функції, наприклад функцію, яка мінімізує відстані всередині кластера, щоб утримувати кластер щільно.
Напівпідпорядкована кластеризація - це покращення алгоритму кластеризації за допомогою використання побічної інформації в процесі кластеризації.
Успіхи в нейронних мережах - ISNN 2010
Без використання занадто великого жаргону, оскільки я новачок у цій галузі, те, як я розумію, що знаходиться під контролем кластеризації, є тим менш таким:
У керованому кластерингу ви починаєте зверху вниз.з деякими заздалегідь визначеними класами, а потім, використовуючи підхід « знизу вгору», ви виявите, які об’єкти краще вписуються у ваші класи.
Наприклад, ви провели дослідження щодо улюбленого виду апельсинів у популяції.
З багатьох видів апельсинів ви виявили, що певний тип апельсинів є кращим.
Однак цей вид апельсина дуже делікатний і стійкий до інфекцій, змін клімату та інших екологічних агентів.
Тож ви хочете схрестити це з іншими видами, які дуже стійкі до цих образ.
Ви виконуєте кілька експериментів, і закінчуєте, скажімо, сотні різних підтипів апельсинів.
Тепер вас цікавлять саме ті підтипи, які ідеально відповідають характеристикам, описаним.
Потім ви вирушаєте в лабораторію і знайдете кілька генів, які відповідають за соковитий і солодкий смак одного типу, а також за стійкі можливості іншого типу.
Ви не хочете знову проводити те ж дослідження у своїй популяції ...
Ви знаєте властивості, які шукаєте, у вашому ідеальному апельсині.
Отже, ви запускаєте аналіз кластерів і вибираєте ті, які найкраще відповідають вашим очікуванням.