یافتن پارامترهای بهینه برای الگوریتم خوشه بندی ADBSCAN با استفاده از الگوریتم ژنتیک

خوشه بندی، فرآیندی است که مجموعه ای از اشیاء را به گروههای مجزا افراز می کند که هر افراز یک خوشه نامیده می شود. در یک خوشه بندی، مطلوب است تا اعضاء هر خوشه از لحاظ ویژگی ها، به یکدیگر شبیه باشند. همچنین ، لازم است تا میزان شباهت بین نمونه هایی که در خوشه های متفاوت هستند، پایین باشد. به صورت کلی ، الگوریتم های خوشه بندی از یکی از رویکردهای افرازی، سلسله مراتبی ، چگالی ، مبتنی بر مدل و یا ترکیبی از آنها استفاده می کنند . الگوریتم ADBSCAN، الگوریتمی برای خوشه بندی دادگان و مبتنی بر چگالی است . این الگوریتم ، یک روش جدید برای شناسایی نمونه های محلی با چگالی بالا با استفاده از خواص ذاتی گراف نزدیکترین همسایگی را ارائه می کند . در این الگوریتم ، از دو پارامتر k (تعداد نزدیکترین همسایگان) و درصد نویز در مجموعه دادهاستفاده می شود. این دو پارامتر، تاثیر به سزایی در نتیجه محاسبات و کیفیت خروجی دارند. بنابراین ، لازم است تا این دو مقدار در بهینه ترین حالت ممکن تنظیم شوند. جستجوی فراگیر، یکی از راهکارهای یافتن مقدار بهینه است . به منظور کاهش زمان جستجو، در این مقاله از روش جستجوی ژنتیک برای یافتن مقادیر بهینه ی این پارامترها استفاده شده است . با به کارگیری روش پیشنهادی، به صورت متوسط ، ۴۶/۱۱ درصد بهبود در معیار ARI حاصل شده است .

کلیدواژه ها:

خوشه بندی مبتنی بر چگالی ، ADBSCAN ، الگوریتم ژنتیک .