More Related Content Similar to Clusterin k means Similar to Clusterin k means (6) Clusterin k means2. فهرست
؟ چیست کالسترینگ
؟ چیست در بندی طبقه با کالسترینگ تفاوت
کردن کالستر در موجود مشکالت(بندی خوشه)
بندی خوشه های روش انواع
الگوریتم شرح k-means
الگوریتم شرح k-nearest
کاربردی مثال چند
4. بنديطبقه مقابل در بنديخوشه
از کالس سری یک بندی طبقه درداریم شده تعیین پیش.
داده در موجود های کالس از اطالعی هیچ بندی خوشه در
نداریم ها.
6. مراتبي سلسله بنديخوشه روشهاي
به باالپايین(Top-Down)
تقسیم ياکننده(Divisive: )
به پايینباال(Bottom-Up)
يامتراکمشونده(Agglomerative: )
19. الگوریتمk-means
محسوب مسطح و انحصاري روشي روش اينشودمي.
عملکرد نحوه:
1-دهی مقداراولیه:
kمی نظر در اولیه مراکز عنوان به را نقطهگیرد.
20. 2-Kدهد می تشکیل مرکز ترین نزدیک به نقاط تمام تخصیص با را خوشه.
3-شوند می محاسبه دوباره خوشه هر مراکز.
23. الگوریتمk-nearest
موجود های خوشه در جدید عضو یک بندی خوشه برای است الگوریتمی.
tell me who your neighbors are, and I’ll tell you who you are
K=3
2، آال قزل تا1کپور
میشود محسوب آال قزل ماهی نتیجه در.
24. به ماهی های گونه تعداد اگر قبل مثال در3و یابد تغییر
kبرابر نیز5؟؟ افتد می اتفاقی چه گردد
k=5
3، آال قزل تا1، کپور1مارماهی
باشد می آال قزل جدید نمونه نتیجه در.
25. مقدار تاثیرkالگوریتم در:
چقدر هر نامحدود ی مجموعه در تئوری درkشود می حاصل بهتری نتیجه باشد بزرگتر.
ولیkشود رعایت محلیت اصل که گردد انتخاب طوری باید
زیراkشود می محلیت رفتن بین از باعث بزرگ.
26. مقدار بهترینk
برای مقدار بهترینkباشد می موجود های نمونه کل تعداد جذر غالبا.
𝒌 < 𝒏
K=1افزایش باعث ولی دهد افزایش را کارایی تواند می کمتر محاسبات دلیل بهnoiseمیگردد
.
28. کاربردی های مثال:
بازاريابي در:(marketing)بنديدستهو رفتارها حسب بر هاييدسته به هامشتري
نیازهايآنهاآنها هايخريد آخرين و هاويژگي از زيادي مجموعه طريق از.
شناسيزيست( :biology)بنديدستههايويژگي روي از گیاهان و حیواناتآنها
کتابداري:بنديدستهکتابها
مطالعاتنگاريزلزله:(earth quake studies)تشخیصاساس بر خیزحادثه مناطق
مشاهداتقبلي
کاوي داده:(data mininig)کشفموجود هايداده از جديد ساختار و اطالعات
29. منابع:
The k-means algorithm ,Tan, Steinbach, Kumar + Ghosh
K-means and Hierarchical Clustering Andrew W. Moore Professor School of
Computer Science Carnegie Mellon University