Симулятор

Алгоритм

Готовый датасет

Число кластеров (K)

Размер батча

Радиус epsilon

Минимум соседей

Радиус

Правило связи

Ширина окна

Сигма

Затухание

Порог

K-Means: поочерёдно перераспределяет точки по ближайшим центроидам и обновляет их положение.

MiniBatch K-Means: обновляет центроиды только по выделенному подмножеству точек на каждом шаге.

DBSCAN: строит кластеры из плотных neighbourhood-областей и оставляет разреженные точки шумом.

FOREL: двигает сферу фиксированного радиуса к локальному центру масс, пока группа не стабилизируется.

Агломеративная кластеризация: объединяет ближайшие кластеры по выбранному правилу связи.

Метод Уорда: объединяет ту пару кластеров, которая минимально увеличивает внутрикластерную дисперсию.

Mean Shift: смещает кандидатов в центры к более плотным модам облака точек.

Гауссовы смеси: присваивают точки компонентам вероятностно, а не через жёсткие границы.

Спектральная кластеризация: сначала преобразует набор точек через граф сходства, а потом кластеризует вложение.

OPTICS: упорядочивает точки по плотностной достижимости перед выделением кластеров.

Affinity Propagation: находит эталонные точки без предварительного задания K.

Bisecting K-Means: рекурсивно делит большие кластеры на две части.

BIRCH: сначала сжимает точки в микро-кластеры, а затем выполняет финальное объединение.

Точки: {{ points.length }}

K: {{ k }}

Батч: {{ batchSize }}

Связь: {{ agglomerativeLinkage }}

R: {{ radius }}

Eps: {{ eps }}

BW: {{ bandwidth }}

Sigma: {{ sigma }}

Xi: {{ xi }}

Затухание: {{ damping }}

Порог: {{ threshold }}

Шаги: {{ history.length ? history.length : 0 }}

{{ simulatorProgressMessage }} Вернуться к маршруту

Скорость