خوشه‌بندی براساس واریانس نمودار تصمیم و تشخیص تعادل چگالی

در عصر فناوری خوشه‌بندی و استخراج اطلاعات مفید از میان داده‌ها در حوزه‌های اقتصادی و سیاسی به یکی از چالش‌های محققان تبدیل شده است. الگوریتم‌های خوشه‌بندی پیک چگالی، نقاط داده با چگالی‌های بالا را به عنوان مراکز خوشه‌ای بالقوه در نظر می‌گیرند و نقاط غیرمرکزی را به خوشه‌هایی با چگالی بالاتر اختصاص می‌دهند. خوشه‌بندی پیک چگالی می‌تواند خوشه‌هایی با اشکال دلخواه را کشف کند، اما محدودیت‌هایی نیز دارد. اندازه‌گیری چگالی در خوشه‌بندی پیک چگالی نمی‌تواند تفاوت چگالی بین خوشه‌های مختلف را از بین ببرد که دقت انتخاب مرکز خوشه را کم می‌کند. از طرفی نزدیکترین نقطه با چگالی بالاتر بدون درنظر گرفتن اتصال تعیین می‌شود که منجر به خطاهای خوشه‌بندی است. الگوریتم‌خوشه‌بندی تشخیص تعادل چگالی براساس واریانس همسایگان و پیک‌های چگالی برای از بین بردن تفاوت چگالی در میان خوشه‌های مختلف و تشخیص دقیق مراکز خوشه‌ای در داده‌های پیچیده ارائه شده است. روش پیشنهادی دارای دو رویکرد است: 1) تشخیص واریانس تراکم بین خوشه‌های مختلف را به خوبی انجام می‌دهد. 2) شباهت دلتاها برای تخمین شباهت تراکم نقاط داده با تفاوت بین سرخوشه‌ها بررسی میگردد. نتایج بدست آمده از مقایسه روش پیشنهادی و جدیدترین روش‌های بهبود یافته پیک چگالی برروی داده‌های وافقی و مصنوعی برتریت روش را نشان میدهد.