ارائه یک مدل خوشه بندی فازی با رویکرد کاهش مربعات خطا

خوشه بندی یکی از شاخه های یادگیری بدون نظارت می باشد و فرآیند خودکاری است که در طی آن، نمونه ها به دسته هایی که اعضای آن مشابه یکدیگر می باشند تقسیم می شوند که به این دسته ها خوشه گفته می شود. بنابراین خوشه مجموعه ای از اشیاء می باشد که در آن اشیاء با یکدیگر مشابه بوده و با اشیاء موجود در خوشه های دیگر غیر مشابه می باشند. در میان روش های خوشه بندی، خوشه بندی فازی به دلیل آنکه اجازه میدهد تا یک نمونه متعلق به بیش از یک خوشه باشد، به خوشه بندی نرم نیز معروف است. در این پایان نامه با کمک مفهوم فازی یک روش خوشه فازی با هدف ایجاد خوشه هایی با کمترین مقدار مجموع مربعات خطا ارائه شده است. روش پیشنهادی با کمک 4 مجموعه داده استاندارد بر اساس معیار مقدار مجموع مربعات خطا با روش های خوشه بندی افرازی و سلسله مراتبی مقایسه شده است. نتایج آزمایش های تجربی نشان میدهد که روش پیشنهادی موفق به خوشه بندی داده ها با مجموع خطای کمتری بسبت به دیگر روش ها شده است.

کلیدواژه ها:

خوشه بندی ، خوشه بندی فازی ، مجموع مربعات خطا