Intuitively, one might expect that

Intuitively, one might expect that hierarchical agglomerative
clustering methods yield clustering hierarchies minimizing
(36). However, they are generally known to be step-wise
optimal greedy methods [16] with an exception that single
linkage clustering always returns a globally optimal clustering
tree in the sense of (36) due to its close relation with
a minimum spanning tree of the data set [17]. In contrast,

Results (Indonesian) 1:

Secara intuitif, seseorang mungkin mengharapkan bahwa hirarkis agglomerativehasil metode Clustering pengelompokan hierarki meminimalkan(36). Namun, mereka umumnya dikenal sebagai step-wiseoptimal serakah metode [16] dengan pengecualian yang tunggalselalu linkage pengelompokan kembali pengelompokan global optimalpohon dalam arti (36) karena hubungan dekat denganminimal mencakup pohon set data [17]. Sebaliknya,

Results (Indonesian) 2:

Secara intuitif, salah satu mungkin berharap bahwa hirarki agglomerative
metode pengelompokan menghasilkan hirarki pengelompokan meminimalkan
(36). Namun, mereka umumnya dikenal langkah-bijaksana
metode optimal serakah [16] dengan pengecualian yang tunggal
pengelompokan linkage selalu mengembalikan pengelompokan global optimal
pohon dalam arti (36) karena hubungan dekat dengan
pohon rentang minimum Data set [17]. Sebaliknya,