ارائه روشی برای اعتبار سنجی خوشه ها با استفاده از تلاقی دو شاخص ضریب تقسیم بندی و آنتروپی تقسیم بندی در خوشه بندی فازی c-means

خوشه بندی یکی ار رایج ترین تکنیک های داده کاوی و فرآیند بدون ناظر در دسته بندی داده ها است خوشه بندی با یافتن یک ساختار درون یک مجموعه از داده های بدون برچسب درگیر است در خوشه بندی سعی می شود تا داده ها به خوشه هایی تقسیم شوند که شباهت بین داده های درون هر خوشه حداکثر و شباهت بین داده های درون خوشه های متفاوت حداقل شود الگوریتم های خوشه بندی وابسته به پارامترهای اولیه الگوریتم می باشد بنابراین ارزیابی نتایج خوشه بندی الگوریتم ها بسیار با اهمیت است تخمین تعداد بهینه خوشه ها در دسته بندی بدون نظارت داده ها از زمینه های چالش برانگیز برای محققان در سالهای اخیر بوده که در این راستا شاخص های اعتبارسنجی متعددی مطرح شده اما تاکنون هیچ شاخص رسمی برای ارزیابی نتایج خوشه بندی بیان نشده است در این مقاله ما یک شاخص اعتبارسنجی جدیدی را مطرح خواهیم کرد که قادر است تعداد دقیق تری از تعداد بهینه خوشه ها را مشخص نماید جهت اثبات این موضوع ما از 3 مجموعه داده واقعی سایت یادگیری ماشین UCI استفاده نموده ایم

کلیدواژه ها:

داده کاوی ، الگوریتم ، خوشه بندی ، اعتبار خوشه ، شاخص های اعتبارسنجی