انتخاب خوشه‌بندي تركيبي بر اساس اندازه گيري پراكندگي كمي

Selection of hybrid clustering based on quantitative dispersion measurement

خوشه بندي به عنوان يكي از شاخه هاي يادگيري بدون نظارت مي باشد و فرآيند خودكاري است كه در طي آن، نمونه ها به دسته هايي كه اعضاي آن مشابه يكديگر مي با شند تقسيم مي شوند كه به اين دسته ها خوشه گفته مي شود. در واقع خوشه‌بندي وظيفه كاوش الگوهاي پنهان در داده‌هاي بدون برچسب را بر عهده دارد. هدف اصلي خوشه‌بندي تركيبي جستجوي بهترين خوشه‌ها با استفاده از تركيب نتايج الگوريتم‌هاي ديگر است. بنابراين در اين روش‌ بر اساس معياري توافقي مجموعه‌اي از مطلوب‌ترين نتايج اوليه را انتخاب كرده و فقط توسط آن‌ها نتيجه نهايي را ايجاد مي‌كنيم. پس زير مجموعه اي از آن نتايج انتخاب مي شوند كه موجب بهبود پاسخ نهايي شوند. در اين پژوهش مي خواهيم ميزان پراكندگي در خوشه بندي هاي پايه را اندازه گيري كنيم و نهايتا يك معيار اندازه گيري جديد ارائه دهيم. در ابتدا از الگوريتم كي-مينز با پارامتر هاي ورودي مختلف جهت خوشه بندي اوليه اين مجموعه داده ها و بدست آوردن پراكندگي هاي مختلف، استفاده مي كنيم. سپس اختلاف اين پراكندگي ها را بر اساس يك اندازه گيري تنوع بدست مي آوريم و جواب نهايي را با استفاده از يك تابع اجماع محاسبه مي كنيم. معيارهاي مختلفي جهت انتخاب مطلوب‌ترين روش وجود دارند. در اينجا ما دقت همه ي خوشه ها را برحسب معيار اطلاعات متقابل نرمال شده و اي آر آي محاسبه كرده و ارتباط آنها را با دقت راه حل نهايي بدست مي آوريم.