ارائه روشی مبتنی بر الگوریتم ژنتیک جهت خوشه بندی خودکار داده های مختلط عددی و دسته ای

در مسائل خوشه بندی در دنیای واقعی اغلب با مجموعه داده هایی مواجهیم که از ترکیبی از مقادیر عددی و دسته ای تشکیل شده اند در حالیکه اغلب روشهای خوشه بندی موجود تنها برروی داده های عددی از کارایی مناسبی برخوردار ند و قابلیت استفاده برروی داده های مختلط را ندارند از سوی دیگر بیشتر روشهای سنتی و رایج نظیر روش K-means تعداد خوشه ها را به عنوان ورودی از کاربر طلب می کنند اما متاسفانه در بیشتر موارد تعداد خوشه ها برای کاربر مقداری نامعلوم است و حدس زدن مقدار آن نیز به خصوص در مورد مجموعه داده های بزرگ کاری مشکل و حتی غیر ممکن است لذا دراین مقاله قصد داریم تا با بهره گیری از تعریفی دقیق تر جهت اندازه گیری فاصله میان مقادیر دسته ای روشی را برای خوشه بندی داده های مختلط ارائه نماییم که نیازی به تعیین تعداد خوشه ها به عنوان ورودی الگوریتم نداشته و قادر است همزمان با خوشه بندی داده ها، مقدار بهینه برای تعداد خوشه ها را محاسبه نماید

کلیدواژه ها:

داده کاوی ، خوشه بندی ، داده های مختلط ، الگوریتم ژنتیک