|
|
|
|
بررسی کارایی یک روش خوشهبندی مرکب با الگوریتمهای خوشهبندی منفرد شامل k- میانگین، k-مدوئید، خوشهبندی طیفی و خوشهبندی سلسله مراتبی تجمعی با شاخص اطلاعات متقابل نرمال‌شده
|
|
|
|
|
|
|
|
نویسنده
|
عاقلی یزدی آرزو ,عباسی هرفته الهام ,شاهزاده فاضلی سید ابوالفضل
|
|
منبع
|
پنجمين كنفرانس بين‌المللي محاسبات نرم - 1402 - دوره : 5 - پنجمین کنفرانس بین‌المللی محاسبات نرم - کد همایش: 02230-29559 - صفحه:0 -0
|
|
چکیده
|
هدف روش خوشهبندی مرکب ترکیب خوشهبندیهای متعدد برای رسیدن به یک خوشهبندی احتمالاً بهتر و قوی‌تر است. یکی از مساله‌‌های مطرح در رویکردهای خوشهبندی مرکب این‌است که بسیاری از رویکردها فاقد توانایی وزن‌دهی به خوشهبندیهای پایه بدون دسترسی به داده‌های اصلی هستند و می‌توانند به‌طور قابل‌توجهی تحت تاثیر خوشهبندیهای با کیفیت پایین یا حتی بی‌کیفیت قرار بگیرند. در پژوهش‌ها برای پرداختن به این محدودیت، خوشهبندی مرکب از طریق تخمین توافق جمعیت پیشنهاد شده‌است و شاخص توافق جمعیت نرمال‌شده (ncai) برای ارزیابی کیفیت خوشهبندیهای پایه به شیوه‌ای بدون نظارت ارائه شده‌است، بنابراین خوشهبندیهای پایه مطابق با اعتبار خوشهبندی آن‌ها وزن‌گذاری شده‌اند و با توجه به اطلاعات ncai ، یک تابع اجماع با عنوان خوشهبندی انباشت شواهد وزن‌دار (weac) پیشنهاد شده‌است. در این پژوهش الگوریتمهای پایه به‌کار گرفته‌شده در روشweac تغییر داده شده‌است و کارایی آن روی دو مجموعه‌داده استاندارد مورد بررسی قرار گرفته‌‌است.
|
|
کلیدواژه
|
خوشهبندی،خوشهبندی مرکب،شاخص توافق جمعیت،خوشهبندی انباشت شواهد وزن‌دار
|
|
آدرس
|
, iran, , iran, , iran
|
|
پست الکترونیکی
|
fazeli@yazd.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
investigating the efficiency of a ensemble clustering method with single clustering algorithms including k-means, k-medoids, spectral clustering and agglomerative hierarchical clustering with normalized mutual information index.
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|