کلسٹرنگ (Clustering) غیر واضح طور پر سیکھنے میں بنیادی تکنیک ہے کہ گروہ معلومات کو اپنی خصوصیات پر مبنی نکات پر مبنی رکھتے ہیں۔

کلسٹرنگ میں فاصلہ میٹرک

دوری میٹرکس ڈیٹا پوائنٹ کے درمیان مشابہت کا اندازہ لگاتی ہے۔عام میٹرکس میں ایوکلائڈن فاصلہ، مینہٹن فاصلہ اور کوسین تشبیہ شامل ہیں۔مریخی اثرات کا انتخاب کہ کس طرح کی ساخت ہوتی ہے اور کس طرح سے کس طرح کے پھول بنتے ہیں اور الموت کی حساسیت کو خارج کرنے پر اثر انداز ہو سکتا ہے۔

کیلکاؤنگ سینٹررائڈس

Centroids کسی کہکشاں کے مرکز کی نمائندگی کرتے ہیں. وہ حساب لگایا جاتا ہے، وہ تمام اعداد و شمار کے نقطوں کے اندر کے فرق کے طور پر حساب رکھتے ہیں.

C = qN) [1] [1] [1] [1] [n] [x] ] [[FLT]]]] میں ایکستو کے طور پر موجود ہے۔

کلسٹرنگ الوريث کے ڈیزائن اصول

مؤثر کارنامہ الموت کے کچھ اصولوں کی پیروی کرتے ہیں تاکہ گروہ بندی کو فروغ دیا جا سکے۔ان میں ان میں انٹرا-کلسٹر فرق اور بین الکلسٹر فاصلہ شامل ہیں۔ الورِتھمس جیسے کہ K-Means serative Eterriative Sentroids تاکہ قمہ کوہن کو بہتر بنایا جا سکے۔

بچوں کو تربیت دینا

میٹرک جیسے سیالکوٹ سکور اور ڈیوس بُلّدین انڈیکس کو کولکاتا کی خوبی قرار دیتے ہیں۔وہ یہ اندازہ کرتے ہیں کہ ان کے پھولوں کے درمیان میں بہترین ڈیٹا مناسب نکات دوسرے پھولوں کے مقابلے میں کس طرح کے مناسب ہیں، پیرامیٹر منتخب اور Alphabeth Toning۔