انتخاب خوشه بندی ترکیبی بر پایه یک اندازه گیری جدید بر روی داده های پزشکی

خوشه بندی یک ابزار قوی در داده کاوی برای دسته بندی داده های پزشکی می باشد، در خوشه بندی سعی می شود تا داده ها به خوشه هایی تقسیم شوند که شباهت بین داده های درون هر خوشه حداکثر و شباهت بین داده های خوشه های متفاوت حداقل شود. برای اینکار می توان از الگوریتم های خوشه بندی استفاده کرد ،اما این الگوریتم ها به تنهایی کارا نمی باشند. برای افزایش کارایی این الگوریتم های پایه از روش خوشه بندی ترکیبی استفاده می شود. به روشی از خوشه بندی ترکیبی که از زیرمجموعه ای منتخب از نتایج اولیه برای ترکیب و ساخت نتایج نهایی استفاده می شود خوشه بندی ترکیبی مبتنی بر انتخاب می گویند. در این روش بر اساس معیاری توافقی مجموعه ای از مطلوب ترین نتایج اولیه را انتخاب کرده و فقط توسط آن ها نتیجه نهایی را ایجاد می کنیم. خوشه بندی ترکیبی کاربرد های فراوانی در زمینه های کامپیوتر، بیوانفورماتیک، زمین شناسی، مهندسی، داده کاوی، اقتصاد و بازاریابی، پزشکی و سلامت و غیره دارد. در این پژوهش ما به طور خاص بر روی داده های پزشکی کار کرده و نتیجه آن را در غالب نمودار ها و جداول ارایه کرده ایم. اندازه گیری میزان پراکندگی تاثیر زیادی در کارایی روش های ترکیبی و کیفیت جواب نهایی دارد. تا به حال انتخاب پراکندگی براساس کیفیت بود، در این روش پراکندگی براساس کمیت انتخاب می شود و دقت همه ی خوشه ها برحسب معیارهای NMI و ARI محاسبه و ارتباط آنها با دقت راه حل نهایی بدست آورده میشود. برای ارزیابی کارایی روش پیشنهادی چندین تجربه بر روی دیتاست های واقعی انجام شده و نتایج بدست آمده با روش های دیگر مقایسه شده است. نتایج نشان می دهد که روش ارایه شده کارایی را در مقایسه با دیگر روش ها به طور قابل توجهی بهبود می بخشد.

کلیدواژه ها:

داده کاوی ، خوشه بندی ، انتخاب خوشه بندی ترکیبی ، اندازه گیری کمی ، اندازه گیری میزان پراکندگی ، داده های پزشکی