خوشه بندی سلسله مراتبی تجمعی با استفاده از معیار شباهت

دادهها در زندگی روزمره نقش مهم و اساسی دارند. وجود اینترنت باعث رشد چشمگیر دادهها و ایجاد دادههای بزرگ شده است. خوشهبندی سلسله مراتبی یک الگوریتم یادگیری بدون نظارت برای گروهبندی نقاط داده با خصوصیات مشابه است، در این مقاله یک الگوریتم خوشه بندی سلسله مراتبی تجمعی بر اساس خوشه بندی خوشه ها و مدل نگاشت-کاهش معرفی شده است. ایده اصلی خوشهبندی تجمعی از ترکیب نتایج روش های خوشه بندی منفرد مختلف مطرح شده است. علاوه بر این، مدل نگاشت کاهش برای تجمیع خوشه بندی یک مدل برای خوشه بندی داده های بزرگ است. الگوریتم پیشنهادی شامل چهار مرحله اصلی است. انتخاب زیرمجموعه ای از روشهای خوشهبندی سلسله مراتبی منفرد با در نظر گرفتن تنوع در مرحله اول انجام میشود. در مرحله دوم، دادهها توسط روش های خوشهبندی سلسله مراتبی منفرد انتخاب شده خوشهبندی میشوند. در مرحله سوم، خوشههای ایجاد شده دوباره خوشهبندی شده تا هایپر-خوشهها ایجاد شوند. پس از خوشه بندی خوشه ها، هر نمونه به هایپر-خوشه ای با حداکثر شباهت تخصیص داده می شود. بر این اساس، خوشه های نهایی در مرحله چهارم تشکیل می شوند. شبیه سازی روی چندین مجموعه داده از مخزن UCI انجام شده است و نتایج کارایی بهتر روش پیشنهادی را در مقایسه با روش هایی نظیر CHC و RCESCC نشان میدهد.