خوشه بندی براساس واریانس نمودار تصمیم و تشخیص تعادل چگالی

در عصر فناوری خوشه بندی و استخراج اطلاعات مفید از میان داده ها در حوزه های اقتصادی و سیاسی به یکی از چالش های محققان تبدیل شده است. الگوریتم های خوشه بندی پیک چگالی، نقاط داده با چگالی های بالا را به عنوان مراکز خوشه ای بالقوه در نظر می گیرند و نقاط غیرمرکزی را به خوشه هایی با چگالی بالاتر اختصاص می دهند. خوشه بندی پیک چگالی می تواند خوشه هایی با اشکال دلخواه را کشف کند، اما محدودیت هایی نیز دارد. اندازه گیری چگالی در خوشه بندی پیک چگالی نمی تواند تفاوت چگالی بین خوشه های مختلف را از بین ببرد که دقت انتخاب مرکز خوشه را کم می کند. از طرفی نزدیکترین نقطه با چگالی بالاتر بدون درنظر گرفتن اتصال تعیین می شود که منجر به خطاهای خوشه بندی است. الگوریتم خوشه بندی تشخیص تعادل چگالی براساس واریانس همسایگان و پیک های چگالی برای از بین بردن تفاوت چگالی در میان خوشه های مختلف و تشخیص دقیق مراکز خوشه ای در داده های پیچیده ارائه شده است. روش پیشنهادی دارای دو رویکرد است: ۱) تشخیص واریانس تراکم بین خوشه های مختلف را به خوبی انجام می دهد. ۲) شباهت دلتاها برای تخمین شباهت تراکم نقاط داده با تفاوت بین سرخوشه ها بررسی می گردد. نتایج بدست آمده از مقایسه روش پیشنهادی و جدیدترین روش های بهبود یافته پیک چگالی برروی داده های وافقی و مصنوعی برتریت روش را نشان می دهد.

Keywords:

جستجوی سریع , خوشه بندی متقابل , نزدیکترین همسایه