مروری بر الگوریتمهای خوشه بندی پایه
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 208
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
STCONF06_189
تاریخ نمایه سازی: 7 شهریور 1402
چکیده مقاله:
خوشه بندی از وظایف بسیار مهم در آمار، شناسایی الگو، داده کاوی و یادگیری ماشین محسوب میشود. هدف خوشه بندی این است که مجموعه ای از اشیا دادهای را به چندین دسته گروهبندی کند، به طوری که اشیا داده درون یک دسته حداکثر شباهت را با یکدیگر و حداکثر تفاوت را با سایر اشیا داده درون دسته های دیگر داشته باشند. به هر یک از این دسته ها یک خوشه گفته میشود. اغلب در تعریف خوشه بندی فرض میشود که هر داده باید متعلق به حداقل یک خوشه (یعنی خوشه بندی کل دادهها باید انجام شود و نه بخشی از آن) و حداکثر یک خوشه (یعنی خوشه ها باید بدون همپوشانی باشند) باشد. چنان که گفته شد، هر دسته یا گروه را یک خوشه و فرآیند یافتن مجموعه ای از خوشه ها را خوشه بندی گوییم. به کل خوشه ها در کنار یکدیگر یک افراز و به مجموعه ای از افرازها مجمع میگوییم. این مقاله مروری بر روش خوشه بندی پایه ارائه شده خواهیم داشت و سپس نتایج بررسیها ارائه خواهد شد.
کلیدواژه ها:
خوشه بندی افرازی ، خوشه بندی سلسله مراتبی ، خوشه بندی مبتنی بر چگالی ، خوشه بندی مبتنی بر شبکه ، خوشه بندی مبتنی بر مدل
نویسندگان
فاطمه نجفی
گروه کامپیوتر، واحد ایذه، دانشگاه آزاد اسلامی، ایذه، ایران
فاطمه دوامی
گروه کامپیوتر، مرکز میمند، دانشگاه آزاد اسلامی، میمند، ایران