بهبود دقت الگوریتم k_means تحت اسپارک با ترکیب الگوریتم PSO بر روی دادههای حجیم

خوشه بندی از تکنیک های معروف در دادهکاوی است که به منظور شناسایی الگوهای موجود در دادهها مورد استفاده قرار می گیرد . استخراج و تجزیه تحلیل این الگوها در دادهها می تواند منجر به کشف دانش جدیدی پیرامون دادهها گردد. به همین دلیل امروزه خوشه بندی در کاربردهای مختلفی استفاده می شود. یکی از الگوریتم های معروف خوشه بندی الگوریتم k-means می باشد. این الگوریتم علاوه بر مزایای بسیار، از جمله سرعت بالا و سهولت پیادهسازی ، چنانچه پارامترهای اولیه آن به درستی تعیین نگردد، نتایج الگوریتم به دلیل وابسته بودن به پارامترهای اولیه در دام بهینه محلی قرارگرفته و خوشه های مناسبی تولید نخواهد کرد. در این پژوهش ، برای بهبود فرآیند خوشه بندی روش k-means از روش تکاملی بهینه سازی ازدحام ذرات استفاده شده است . بهینه سازی ازحام ذرات، روش مبتنی بر هوش جمعی است که می تواند به شناسایی پارامترهای مطلوب برای روش k-means و همینطور شناسایی زیرمجموعه مناسب از مجموعه دادهی مورد بررسی ، کمک نماید. در ادامه ، با بهرهگیری از روشهای یادگیری ماشین مبتنی بر اسپارک، ایدهی مورد نظر بر روی عظیم داده ها مورد بررسی قرار گرفته است . سپس به منظور اعتبار سنجی راهکار پیشنهادی ، رویکرد فوق بر روی چندین مجموعه داده استاندارد از سایت UCI و چندین مجموعه داده مصنوعی مورد ارزیابی قرار می گیرد و نتایج با سایر روشها مقایسه می گردد. بررسی نتایج نشان می دهد راهکار جدید، نتایج بهتری درمقایسه با سایر روشهای مورد بررسی تولید می نماید

کلیدواژه ها:

خوشه بندی ، داده کاوی ، داده های حجیم ، الگوریتم K-means ، الگوریتم PSO ، اسپارک ،