Pengelompokan data adalah teknik pengambilan data yang penting dengan banyak aplikasi dalam penambangan data. K-means adalah salah satu metode penambangan data yang paling terkenal, yang membagi kumpulan data menjadi kelompok-kelompok sampel, yang disebut kelipatan. Metode telah diusulkan untuk meningkatkan efisiensi algoritma K-Means. Standarisasi adalah kuncinya langkah preprocessing dalam data mining untuk membakukan fitur atau nilai atribut dari rentang dinamis yang berbeda dan terdapat di area spesifik. Pada artikel ini, kami menganalisis kinerja metode standardisasi algoritma K-means tradisional. Membandingkan hasil dataset film, ditemukan bahwa hasil yang diperoleh dengan metode elbow.
Copyrights © 2023