One technique to analyse game telem

One technique to analyse game telemetry data is data clustering,which is the process of grouping data into small clusters. Eachcluster groups similar data which are distinct from one other. [10],[11].Clustering is a method that uses unsupervised neural networks,networks that have no need to know the desired output, learningwith input data only [12],[13].For this experiment, k-means clustering method was usedbecause there are other studies using this method to classify andgroup types of players [7], and even outside of gaming literaturethis method has been used to cluster data [17]. K-means is analgorithm where the number of clusters (k) are chosen and eachcluster centroid is initialized in a distinct place of the dataset. Afterthe initialization, centroids are iterated and, based on the Euclidiandistance between data and the cluster’s mean, centroids move andstart grouping the data into clusters until there are no movementsneeded and the clusters are set [10],[11]. This can be seen in Figure

結果 (繁體中文) 1:

分析遊戲遙測數據的一種技術是數據的聚類，
這是分組數據轉換成小簇的過程。每個
群集組類似的數據它是來自一個其它不同。[10]，
[11]。
聚類是使用無監督神經網絡中，一種方法
具有不需要知道期望的輸出網絡，學習
用輸入數據只[12]，[13]。
對於這個實驗中，使用k均值聚類方法
，因為有使用該方法進行分類等的研究和
組類型的玩家[7]，並且甚至外遊戲文獻的
這種方法已被用於在群集數據[17]。K-裝置是一個
其中被選擇的簇的（k）的數算法與每
簇矩心是在不同地方的數據集的初始化。後
初始化，質心被重複，並且基於歐幾里德
數據和群集的平均值，質心之間移動，距離
開始數據分組為群集，直到沒有運動
需要和簇集[10]，[11]。這可以在圖中可以看出

結果 (繁體中文) 2:

分析遊戲遙測資料的一種技術是資料聚類，
這是將資料分組到小群集的過程。每個
群集對彼此不同的相似資料進行分組。[10],
[11].
聚類是一種使用無監督神經網路的方法，
網路，無需知道所需的輸出，學習
僅輸入資料 [12]，[13]。
對於此實驗，使用了 k-means 聚類方法
因為還有其他研究使用這種方法來分類和
組類型玩家 [7]，甚至遊戲文學之外
此方法已用於聚類資料 [17]。K-means 是一個
選擇聚類數 （k） 的演算法，每個
聚質圖在資料集的不同位置初始化。後
初始化，質心是反覆運算的，基於歐裡達
資料與聚類均值之間的距離，質心移動和
開始將資料分組到群集中，直到沒有移動
需要，群集被設置為 [10]，[11]。這在圖中可以看到

結果 (繁體中文) 3:

分析遊戲遙測數據的一種科技是數據聚類，
這是將數據分組成小簇的過程。每個
羣集將彼此不同的相似數據分組。[10]我是說，
[11]是的。
聚類是一種使用無監督神經網路的方法，
不需要知道期望輸出的網絡，學習
只有輸入數據[12]，[13]。
本實驗採用k-平均值聚類方法
因為還有其他研究使用這種方法來分類
玩家群體類型[7]，甚至遊戲文獻之外
此方法已用於對數據進行羣集[17]。K-means是
選擇簇數（k）的算灋
羣集質心在數据集的不同位置初始化。之後
初始化，質心反覆運算，基於歐幾裡得
數據與羣集平均值之間的距離，質心移動
開始將數據分組到集羣中，直到沒有移動為止
需要並且集羣被設定為[10]，[11]。從圖中可以看出