انتخاب خوشه‌بندی ترکیبی بر اساس اندازه گیری پراکندگی کمی

خوشه بندی به عنوان یکی از شاخه های یادگیری بدون نظارت می باشد و فرآیند خودکاری است که در طی آن، نمونه ها به دسته هایی که اعضای آن مشابه یکدیگر می با شند تقسیم می شوند که به این دسته ها خوشه گفته می شود. در واقع خوشه‌بندی وظیفه کاوش الگوهای پنهان در داده‌های بدون برچسب را بر عهده دارد. هدف اصلی خوشه‌بندی ترکیبی جستجوی بهترین خوشه‌ها با استفاده از ترکیب نتایج الگوریتم‌های دیگر است. بنابراین در این روش‌ بر اساس معیاری توافقی مجموعه‌ای از مطلوب‌ترین نتایج اولیه را انتخاب کرده و فقط توسط آن‌ها نتیجه نهایی را ایجاد می‌کنیم. پس زیر مجموعه ای از آن نتایج انتخاب می شوند که موجب بهبود پاسخ نهایی شوند. در این پژوهش می خواهیم میزان پراکندگی در خوشه بندی های پایه را اندازه گیری کنیم و نهایتا یک معیار اندازه گیری جدید ارائه دهیم. در ابتدا از الگوریتم کی-مینز با پارامتر های ورودی مختلف جهت خوشه بندی اولیه این مجموعه داده ها و بدست آوردن پراکندگی های مختلف، استفاده می کنیم. سپس اختلاف این پراکندگی ها را بر اساس یک اندازه گیری تنوع بدست می آوریم و جواب نهایی را با استفاده از یک تابع اجماع محاسبه می کنیم. معیارهای مختلفی جهت انتخاب مطلوب‌ترین روش وجود دارند. در اینجا ما دقت همه ی خوشه ها را برحسب معیار اطلاعات متقابل نرمال شده و ای آر آی محاسبه کرده و ارتباط آنها را با دقت راه حل نهایی بدست می آوریم.