مروری بر معیارهای ارزیابی کلاسترینگ

خوشه بندی یکی از مهم ترین وظایف را در فرآیند داده کاوی برای کشف گروه ها و شناسایی توزیع ها و الگوها را بر عهده دارد. مشکل خوشه بندیدر مورد تقسیم بندی یک مجموعه داده معین به گروه ها یا خوشه ها است ، به طوری که نقاط داده در یک خوشه باید به یکدیگر شبیه یا از لحاظ فاصله نزدیک به یکدیگر باشند تا نقاط بتوانند به روش های مختلفی که وجود دارد خوشه بندی شوند . با یک مثال بیایید سوابق پایگاه داده خرده فروشی که حاوی اقلام خریداری شده توسط مشتریان است را در نظر بگیریم. یک روش خوشه بندی می تواند مشتریان را به گونه ای گروه بندی کند که مشتریان با الگوهای خرید مشابه در یک خوشه قرار گیرند. بنابراین، نگرانی اصلی در فرآیند خوشه بندی ، آشکار کردن سازماندهی الگوها به گروه های اصولی و منطقی است که به ما این امکان را می دهد که شباهت ها و تفاوت ها را کشف کنیم ، و همچنین نتایج مفیدی در مورد آن ها به دست آوریم. پس ایده گروه بندی یا خوشه بندی در بسیاری از زمینه ها مانند علوم زیستی، علوم پزشکی و مهندسی و زندگی فردی انسان ها کاربرد زیادی دارد.

کلیدواژه ها:

شناسایی الگوها ، سازماندهی الگوها ، خوشه بندی ، پایگاه داده