بخشی از پاورپوینت
--- پاورپوینت شامل تصاویر میباشد ----
اسلاید 1 :
تعریف خوشه بندی (دسته بندی)
توابع فاصله
انواع روشهای خوشه بندی
K-Means
Db-Scan
یک مثال کاربردی
اسلاید 2 :
مجموعه ای از اشیاء که:
1. اشیاء داخل یک خوشه به یکدیگر شبیه هستند
2. دوشئ موجود در دو خوشه با یکدیگر تفاوت دارند.
اسلاید 3 :
Partitioning approach
Density-Based approach
Hierarchical approach
Model-Based approach
اسلاید 4 :
ابتدا به تعداد K تا خوشه انتخاب می کند (به صورت تصادفی).
مرکز ثقل هر خوشه را محاسبه می کند.
اشیاء را به خوشه ای که کمترین فاصله را با آن ها دارد تخصیص می دهد
به مرحله ی 2 باز می گردد، تا زمانیکه مراکز ثقل تغییر می کنند این روند ادامه دارد.
اسلاید 5 :
تنها برای داده هایی استفاده می شود، که مرکز ثقل برای آنها قابل تعریف باشد.
در ابتدای امر باید تعداد خوشه ها را مشخص نمایید.
پیچیدگی زمانی O(tkn) که در آن t<<n
در مقابل outlierها مقاوم نیست.
نتایج به انتخاب اولیه ی خوشه ها وابسته است.
در کمینه ی محلی گرفتار می شود.
تنها قادر به تشخیص خوشه های محدبی شکل است.
اسلاید 6 :
خوشه ها می توانند هرنوع شکلی داشته باشند.
لازم نیست تعداد خوشه ها را مشخص کنید.
نسبت به outlierها حساسیت ندارد و آنها را تشخیص می دهد.
تعیین مقدار پارامترهای ورودی مشکل است.
