خوشه بندی ترکیبی

ظهور معماریهایی نظیر اینترنت اشیاء باعث رشد چشمگیر داده ها و ایجاد داده های بزرگ شده است. مدیریت این داده ها که اغلب بدون برچسب هستند، یک چالش بزرگ برای دنیای واقعی است. خوشه بندی سلسله مراتبی (HC) ۱ به عنوان رویکردی بدون ناظر کارامد برای تجزیه و تحلیل داده ها بدون برچسب شناخته میشود. در داده کاوی، HC مکانیزمی برای گروهبندی داده ها در مقیاس مختلف با ایجاد دندروگرام- است. خوشه بندی سلسله مراتبی تجمعی(AHC) ۳ یک نوع متداول از HC است که خوشه ها را از پایین به بالا۴ تشکیل می دهد. در این مقاله، AHC با تمرکز بر رویکردهای مبتنی بر گروه بررسی می شود. بر این اساس، ما یک چارچوب AHC مبتنی بر خوشهبندی خوشه ها بهمراه یک معیار تشابه ابتکاری را توسعه میدهیم که به صورت گروهی کار خوشه بندی را انجام می دهد. الگوریتم پیشنهادی شامل سه مرحله اصلی است. در مرحله اول گروهی از الگوریتمهای AHC انفرادی برای تشخیص روابط بین نمونه ها و ایجاد خوشه های اولیه ترکیب میشوند. بر اساس خوشه های ایجاد شده، تشابه نمونه ها با استفاده از یک معیار شباهت ابتکاری محاسبه میشود. در مرحله دوم، همه خوشه های اولیه ایجاد شده توسط الگوریتم های مختلف دوباره خوشه بندی می شود تا ابر-خوشه ها ایجاد شوند. پس از خوشه بندی خوشه ها، هر نمونه به ابر-خوشه ای با حداکثر شباهت تخصیص داده شده تا خوشه های نهایی در مرحله سوم تشکیل شود. بنابراین، به جای ایجاد سلسله مراتب خوشه ای، الگوریتم پیشنهادی بر اساس ترکیب گروهی از الگوریتمهای AHC روابط بین نمونه ها را محاسبه کرده و خوشه های نهایی را ایجاد می کند. یک مطالعه تجربی جامع برای ارزیابی الگوریتم پیشنهادی بر مبنای چندین مجموعه داده از مخزن UCI انجام شده است. بر اساس نتایج، چارچوب پیشنهادی مبتنی بر AHC گروهی بهتر از روشهای پیشرفته عمل می کند.

کلیدواژه ها:

خوشه بندی سلسله مراتبی ، تجمعی ، گروهی ، خوشه بندی خوشه ها ، معیار تشابه.