Paper - Hogeschool Gent

Hoofdstuk 2. Theoretische achtergrond 21
Figuur 2.3 is een grafische voorstelling van het uitgewerkte voorbeeld. Merk op dat de
centroidvector, in tegenstelling tot de documentvectoren, niet genormaliseerd wordt.
beta
(0.447,0.894)
(0.798,0.403)
(1,2)
(0.948,0.316)
(1,0)
(2,0)
Figuur 2.3: Grafische voorstelling van het centroidvoorbeeld.
(3,1)
Nu het begrip centroid verklaard is, kan RSS uitgelegd worden als de som van de ge-
kwadrateerde verschillen tussen elke documentvector en de centroid van zijn cluster. In
formulevorm:
RSSk =
|v − µk| 2
RSS =
v∈ωk
K
RSSk
k=1
alfa
(2.23)
(2.24)
Tijdens de uitvoering van het K-means algoritme wordt geprobeerd om deze objectieffunctie
te minimaliseren. Het algoritme gaat nu als volgt (met regelnummers uit algoritme 4
(p. 22)):
1. Bepaald het gewenste aantal clusters K.