This section is concerned with modi

This section is concerned with modifying the AHC (Agglomerative Hierarchical Clustering) algorithm into the version which considers the similarities among features as well as feature values, and it consists of the three sections. In Section 3.1, we describe the process of encoding words into numerical vectors. In Section 3.2, we do formally the proposed scheme of computing the similarity between two numerical vectors. In Section ??, we mention the proposed version of AHC algorithm which considers the similarity among features as the approach to word clustering. Therefore, this article is intended to describe in detail the modified version of KNN algorithm and its application to the word clustering.

결과 (한국어) 1:

이 섹션은 AHC (Agglomerative 계층적 클러스터링) 알고리즘을 수정 하는 기능 뿐만 아니라 기능 값 간의 유사성을 고려 하는 버전으로 염려 하 고 그것은 3 개의 섹션으로 구성 됩니다. 섹션 3.1에서 우리는 숫자 벡터에 단어를 인코딩 하는 과정을 설명 합니다. 섹션 3.2, 우리는 공식적으로 두 개의 숫자 벡터 사이의 유사성을 컴퓨팅의 제안된 제도 할. 단원의??, 우리 단어 클러스터링에 대 한 접근으로 기능 간의 유사성을 고려 하는 AHC 알고리즘의 제안 된 버전을 언급. 따라서,이 문서는 KNN 알고리즘 및 클러스터링 단어의 응용의 수정된 된 버전을 자세히 설명 하기 위한 것.

결과 (한국어) 2:

이 섹션은 기능뿐만 아니라 특징 값 사이의 유사성을 고려 버전에 AHC (응집성 계층 적 클러스터링) 알고리즘을 수정과 관련, 그것은 세 부분으로 구성되어있다. 3.1 절에서 우리는 수치 벡터로 단어를 인코딩하는 과정을 설명합니다. 섹션 3.2에서, 우리는 형식적으로 두 수치 벡터 사이의 유사도를 계산하는 제안 된 방법을 수행. 제 ??, 우리는 단어 클러스터링 방식 등의 기능 사이의 유사성을 고려 AHC 알고리즘의 제안 된 버전을 언급. 따라서이 문서는 구체적으로 수정 된 KNN 알고리즘의 버전과 단어 클러스터링에의 응용을 설명하기위한 것입니다.

결과 (한국어) 3:

이 길을 따라 간 관련 변경 (계층 봉사) 알고리즘 고민 중 버전 등 비슷한 특성 특성 값, 세 부분으로 이루어져 있다.제 3, 우리 설명 코드 과정 말 수치 벡터 것이다.제 3. 2,우리는 이 계획에 대해 정식으로 계산 두 수치 벡터 비슷한 점이 있다.제???????? 우리 얘기 보조 생각 안 버전 알고리즘 비슷한 방법 중 기능 단어 봉사.이 글은 자세히 설명 수정 및 응용 분류 알고리즘 단어 봉사.