Maruza. Klasterlash algoritmlari

kNN turidagi metrik algoritmlarning kamchiliklari

• 
  O’rgatuvchi tanlamani to’laligicha saqlab qolish talab qilinadi. Bu xotirani samarali boshqarish murakkabliklar olib boradi va yechuvchi qoidaning haddan tashqari murakkablashishi holati yuz beradi. Hatoliklar mavjud bo’lgan holda (tanlamada ham, va o’xshashlik modelida ham), sinflarning chegarasi yaqinida klassifikatsiya aniqligining pasayishiga olib keladi. Klassifikatsiga haqiqatdan ham zarur bo’lgan, etalon ob’ektlarning minimal qism to’plamini tanlab olish ma’no ega hisoblanadi.
  
• 
  Eng yaqin qo’shnini qidirishda klassifikatsiya qilinuvchi ob’ektni tanlamadagi barcha ob’ektlar bilan ta amal bilan taqqoslash bajariladi. Juda katta hajmli tanlamalarda bu muammo tug’dirishi mumkun. Bunday muammo o’rtacha amal talab etadigan, samarali eng yaqin qo’shnilarni qidirish algoritmlari yordamida yechish mumkun.
  
• 
  Juda oddiy holatlarda metrik algoritmlar eng yomon parametrlarga ega bo’lib, algoritmni berilganlar bo’yicha sozlash imkoni bo’lmaydi.
  

1^ Matematikada chegaralangan yopiq to’plamlar odatda kompakt deyiladi. Kompaktlik gipotezasining bu tushuncha bilan hech qanday aloqasi yo’q va uni so’zning “ixcham joylashgan” ma’nosida tushunish kerak.