روشی از خوشه بندی با همگرایی بریگمن

خوشه بندی فرایندی است برای گروه بندی یک مجموعه از اشیا بطوریکه اشیا مشابه در یک خوشه و اشیا غیر مشابه در خوشه های متفاوت قرار گیرند. کیفیت خوشه بندی به دو عامل بستگی دارد ۱) انتخاب معیاری مناسب برای تعیین تشابه بین داده ها ۲) باز نمایی داده ها.در رویکردهای خوشه بندی با بهره گیری از برچسب داده ها و با یادگیری یک معیار مناسب برای تعیین تشابه ,خوشه بندی انجام خواهد شد. در اغلب رویکردها فرض بر این است که بازنمایی داده ها ثابت است در این مقاله روشی پیشنهاد می کنیم که بازنمایی داده ها ثابت نیست و قابلیت اموزش دارند و الگورتیم این روش جدید را ارائه خواهیم داد.

کلیدواژه ها:

خوشه بندی ، اموزش بدون نظارت ، همگرایی بریگمن ، معیار تشابه.