ارائه يك روش بهبود يافته Kernel K means با روش Min-Max

مينيمم كردن مجموعه واريانس داخل خوشه اي، يكي از محبوب ترين روش هاي خوشه بندي است. از اين رو به دليل انتخاب نادرست نقاط مركزي، بهينه سازي محلي ضعيف و ... مي تواند از محبوبيت آن بكاهد. اين روش بهبودي براي روشK means است كه در آن سعي شده است مشكل انتخاب نقاط مركزي با استفاده از روش Min-Max Kernel K means حل شود. الگوريتم ارئه شده، براي متعادل كردن واريانس بين خوشه ها وزني را به خوشه ها با توجه به واريانس آنها اختصاص مي دهد. اين الگوريتم روش جديدي براي وزن دهي خوشه ها ارائه مي كند. وزن ها در هر تكرار با توجه به تخصيصاتي كه انجام شده است، آپديت مي شوند. هدف از وزن دهي به خوشه ها جلوگيري از به وجود آمدن خوشه هايي با واريانس بالاست. در الگوريتم ارائه شده از الگوريتم Kernel K means استفاده شده است. دليل اين كار، مناسب بودن اين روش براي خوشه بندي غير خطي است. آزمايشات گسترده بر روي چندين ديتاست و مقايسه روش ارئه شده با روش هاي ديگر نشان مي دهد كه الگوريتم ارائه شده به انتخاب نقاط اوليه مناسب حساس نيست و حتي با انتخاب نقاط اوليه نامناسب نيز كارايي بهتري نسبت به ديگر روش هاي مقايسه شده دارد.