HTML Microdata document

This HTML5 document contains 104 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

Prefix	IRI
dbpedia-el	http://el.dbpedia.org/resource/
n44	http://docs.scipy.org/doc/scipy/reference/
dbpedia-cy	http://cy.dbpedia.org/resource/
n53	http://support.sas.com/documentation/cdl/en/statug/63033/HTML/default/
dbpedia-no	http://no.dbpedia.org/resource/
n38	http://hy.dbpedia.org/resource/
dbr	http://dbpedia.org/resource/
n16	http://fr.dbpedia.org/resource/Modèle:
dbpedia-ar	http://ar.dbpedia.org/resource/
dbpedia-et	http://et.dbpedia.org/resource/
dbpedia-he	http://he.dbpedia.org/resource/
n19	http://commons.wikimedia.org/wiki/Special:FilePath/
dbpedia-fr	http://fr.dbpedia.org/resource/
n5	http://stat.ethz.ch/R-manual/R-patched/library/stats/html/
dct	http://purl.org/dc/terms/
rdfs	http://www.w3.org/2000/01/rdf-schema#
dbpedia-cs	http://cs.dbpedia.org/resource/
n24	http://g.co/kg/m/
rdf	http://www.w3.org/1999/02/22-rdf-syntax-ns#
n48	http://ur.dbpedia.org/resource/
n40	http://fr.dbpedia.org/resource/Fichier:
xsdh	http://www.w3.org/2001/XMLSchema#
dbpedia-uk	http://uk.dbpedia.org/resource/
dbpedia-id	http://id.dbpedia.org/resource/
n20	http://ma-graph.org/entity/
prop-fr	http://fr.dbpedia.org/property/
dbpedia-sr	http://sr.dbpedia.org/resource/
dbo	http://dbpedia.org/ontology/
dbpedia-vi	http://vi.dbpedia.org/resource/
dbpedia-pt	http://pt.dbpedia.org/resource/
dbpedia-ja	http://ja.dbpedia.org/resource/
n50	http://commons.dbpedia.org/resource/Category:
dbpedia-de	http://de.dbpedia.org/resource/
dbpedia-pl	http://pl.dbpedia.org/resource/
dbpedia-th	http://th.dbpedia.org/resource/
dbpedia-ru	http://ru.dbpedia.org/resource/
wikidata	http://www.wikidata.org/entity/
n28	https://www.quora.com/topic/
n42	http://www.mathworks.com/access/helpdesk/help/toolbox/stats/
n29	https://commons.wikimedia.org/wiki/Category:
dbpedia-it	http://it.dbpedia.org/resource/
dbpedia-ca	http://ca.dbpedia.org/resource/
prov	http://www.w3.org/ns/prov#
foaf	http://xmlns.com/foaf/0.1/
wikipedia-fr	http://fr.wikipedia.org/wiki/
dbpedia-zh	http://zh.dbpedia.org/resource/
dbpedia-ko	http://ko.dbpedia.org/resource/
dbpedia-tr	http://tr.dbpedia.org/resource/
dbpedia-fa	http://fa.dbpedia.org/resource/
n46	https://cwiki.apache.org/confluence/display/MAHOUT/
dbpedia-es	http://es.dbpedia.org/resource/
category-fr	http://fr.dbpedia.org/resource/Catégorie:
n34	http://www.codeding.com/
owl	http://www.w3.org/2002/07/owl#

Statements

Subject Item: dbpedia-fr:K-moyennes
rdfs:label: K-medias Algorisme k-means Кластеризація методом к–середніх K-means K-平均算法 Algorytm centroidów K-moyennes K-means K-means clustering K平均法
rdfs:comment: Le partitionnement en k-moyennes (ou k-means en anglais) est une méthode de partitionnement de données et un problème d'optimisation combinatoire. Étant donnés des points et un entier k, le problème est de diviser les points en k groupes, souvent appelés clusters, de façon à minimiser une certaine fonction. On considère la distance d'un point à la moyenne des points de son cluster ; la fonction à minimiser est la somme des carrés de ces distances.
rdfs:seeAlso: n28:K-means-Clustering n29:K-means_algorithm
owl:sameAs: dbpedia-tr:K-means_kümeleme dbpedia-th:การแบ่งกลุ่มข้อมูลแบบเคมีน dbpedia-pt:K-means dbpedia-ru:Метод_k-средних dbpedia-ar:خوارزمية_تصنيفية n20:207968372 dbpedia-el:Ομαδοποίηση_Κ-μέσων dbpedia-fa:خوشه‌بندی_کی-میانگین dbpedia-no:K-means n24:061s_s dbpedia-zh:K-平均算法 dbpedia-ja:K平均法 dbpedia-it:K-means dbpedia-cs:K-means dbpedia-pl:Algorytm_centroidów dbr:K-means_clustering dbpedia-he:אלגוריתם_k-מרכזים dbpedia-et:K-keskmiste_klasterdamine dbpedia-id:Pengklasteran_k_rata-rata dbpedia-uk:Кластеризація_методом_к–середніх n38:K-միջիններով_կլաստերինգ wikidata:Q310401 dbpedia-ko:K-평균_알고리즘 dbpedia-de:K-Means-Algorithmus dbpedia-es:K-medias dbpedia-vi:Phân_cụm_k-means n48:ک-اوسط_خوشہ_چینی dbpedia-cy:Clystyru_k-cymedr n50:K-means_algorithm dbpedia-sr:Klasterizacija_metodom_K-srednjih_vrednosti dbpedia-ca:Algorisme_k-means
dbo:wikiPageID: 5031907
dbo:wikiPageRevisionID: 174559088
dbo:wikiPageWikiLink: dbpedia-fr:Espace_euclidien dbpedia-fr:Apprentissage_non_supervisé dbpedia-fr:SAS_(langage) dbpedia-fr:Partitionnement_de_données dbpedia-fr:Recherche_locale_(optimisation) category-fr:Exploration_de_données dbpedia-fr:Algorithme_de_Lloyd-Max dbpedia-fr:Fortran dbpedia-fr:Weka_(informatique) dbpedia-fr:Analyse_lisse_d'algorithme dbpedia-fr:Laboratoires_Bell dbpedia-fr:Modulation_par_impulsions_et_codage dbpedia-fr:MATLAB dbpedia-fr:R_(langage) category-fr:Algorithme_de_classification dbpedia-fr:K-centre dbpedia-fr:Problème_du_k-supplier dbpedia-fr:K-médiane category-fr:Algorithme_de_partitionnement_de_données n40:K-means.png dbpedia-fr:OpenCV dbpedia-fr:Sac_de_mots dbpedia-fr:SciPy dbpedia-fr:Apache_Mahout dbpedia-fr:Divergence_de_Kullback-Leibler dbpedia-fr:Hugo_Steinhaus dbpedia-fr:Optimisation_combinatoire dbpedia-fr:Diagramme_de_Voronoï dbpedia-fr:Algorithme_d'approximation dbpedia-fr:Problème_NP-complet dbpedia-fr:Complexité_en_temps dbpedia-fr:Algorithme_des_k-médoïdes dbpedia-fr:Heuristique_(mathématiques)
dbo:wikiPageExternalLink: n5:kmeans.html n34:%3Farticle=14 n42:kmeans.html n44:cluster.vq.html n46:K-Means+Clustering n53:fastclus_toc.htm
dbo:wikiPageLength: 12144
dct:subject: category-fr:Algorithme_de_classification category-fr:Exploration_de_données category-fr:Algorithme_de_partitionnement_de_données
prop-fr:wikiPageUsesTemplate: n16:Portail n16:Références n16:, n16:Langue n16:Refsou n16:... n16:Article_détaillé n16:Palette n16:DudaHartStork n16:Infobox_Méthode_scientifique
prov:wasDerivedFrom: wikipedia-fr:K-moyennes?oldid=174559088&ns=0
foaf:depiction: n19:K-means.png
dbo:thumbnail: n19:K-means.png?width=300
foaf:isPrimaryTopicOf: wikipedia-fr:K-moyennes
dbo:abstract: Le partitionnement en k-moyennes (ou k-means en anglais) est une méthode de partitionnement de données et un problème d'optimisation combinatoire. Étant donnés des points et un entier k, le problème est de diviser les points en k groupes, souvent appelés clusters, de façon à minimiser une certaine fonction. On considère la distance d'un point à la moyenne des points de son cluster ; la fonction à minimiser est la somme des carrés de ces distances. Il existe une heuristique classique pour ce problème, souvent appelée méthodes des k-moyennes, utilisée pour la plupart des applications. Le problème est aussi étudié comme un problème d'optimisation classique, avec par exemple des algorithmes d'approximation. Les k-moyennes sont notamment utilisées en apprentissage non supervisé où l'on divise des observations en k partitions. Les nuées dynamiques sont une généralisation de ce principe, pour laquelle chaque partition est représentée par un noyau pouvant être plus complexe qu'une moyenne. Un algorithme classique de k-means est le même que l'algorithme de quantification de Lloyd-Max.