مقايسه رويكردهاي فازي و امكان در خوشه بندي دادگان

Comparison of fuzzy and possibility approaches in data clustering

خوشه بندي فازي رويكردي گسترده براي خوشه بندي دادگان در شرايط نادقيق مي باشد. الگوريتم خوشه بندي پركاربردترين الگوريتم هاي مورد استفاده در اين زمينه (PCAs) و الگوريتم هاي خوشه بندي امكاني (FCM) فازي به (PCA و يك الگوريتم خوشه بندي امكاني ( 06 (FCM) مي باشند. در اين مقاله، ابتدا الگوريتم خوشه بندي فازي مورد مقايسه قرار PCA اختصار تشريح شده اند. سپس الگوريتم خوشه بندي فازي و الگوريتم خوشه بندي امكاني 06 گرفته اند. نتايج حاصل از مطالعات عددي براي سه گروه دادگان مختلف نشان داده اند در حالي كه الگوريتم امكاني داراي مشكل هم پوشاني خوشه ها مي باشد، الگوريتم خوشه بندي فازي نتايج خوشه بندي خوبي ارائه مي دهد.

The probability measure and the possibility measure are two popular measures which have been used in the fuzzy C-means algorithm (FCM) and the possibilistic clustering algorithms (PCAs), respectively. In this study, first of all, a fuzzy clustering algorithm (FCM) and a possibilistic clustering algorithm (PCA06) have been briefly described. Then, the fuzzy clustering algorithm and the possibilistic clustering algorithm (PCA06) have been compared. The experimental results from three different datasets indicate while PCA06 is suffering from a coincident problem, a fuzzy clustering algorithm is providing good clustering results.