۱۲-۵-۱۳۸۸, ۱۲:۰۹ قبل از ظهر
|
#15 (لینک دائم)
|
Administrator
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood:
|
خلاصه و نتيجهگيري
خوشهبندي همانگونه که بيان شد، به کشف گروههايي از دادههاي مشابه درون مجموعهاي از دادهها ميپردازد، بدون هيچ اطلاع قبلي از کلاسهاي مربوط به دادهها. انواعي از روشهاي خوشهبندي تاکنون ارائه شدهاندکه وابسته به کاربرد ميتوان از آنها استفاده کرد. در ادامه گروهي از اين روشهاي که به الگوريتمهاي سلسله مراتبي خوشهبندي معروف هستند و يک نمودار که اولويت ترکيب دادهها براي توليد خوشهها را ارائه ميدهد، بررسي شد. سپس روش خوشهبندي K-Means که روشي پايهاي براي بسياري از روشهاي خوشهبندي جديد محسوب ميشود، معرفي شد. پس از آن چند تکنيک خوشهبندي ديگر که از چگالي دادهها براي خوشهبندي استفاده ميکنند، ارائه شدند که اين روش براي خوشهبندي دادههاي با اشکال دلخواه بسيار بهتر از ساير روشها عمل ميکنند.
در ادامه تکنيکهايي براي ارزيابي و سنجش خوشههاي حاصل از خوشهبندي ارائه شده که از طريق آنها ميتوان پارامترهاي هر يک از روشهاي مذکور را به صورتي که نتيجة بهتري حاصل شود تعيين کرد.
با توجه به کاربرد روزافزون خوشهبندي، امروزه شاهد ارائة روشهاي جديد و کاراتري هستيم که هر يک براي کاربردي خاص ارائه ميشود. همچين شاخصهاي اعتبارسنجي زيادي نيز براي بهترکردن نتيجة خوشهبندي معرفي ميشوند ولي با همة اين تلاشها هنوز خوشهبندي در بسياري از علوم آنچنان که بايد بکار گرفته شود، مورد استفاده قرار نگرفته است قابليت گسترش بسيار زيادي براي آن وجود دارد.
در فايل pdf زير همه ي مطالب جمع آوري شده
ويرايش شده توسط Astaraki; ۰۶-۱۴-۱۳۸۹ در ساعت ۰۳:۲۴ بعد از ظهر
|
|
|