روش ترکیبی برای خوشه بندی داده ها

یکی از رویکردهای مورد استفاده برای ایجاد دقت در بازیابی اطلاعات، آنالیز خوشه است. شیوه های خوشه بندی ارتباطات بین داده ها را تعیین می کنند و امکان تعیین گروه های مشابه یا خوشه هایی از داده ها را بوجود می آورند. الگوریتم های فراوانی برای خوشه بندی وجود دارند که به دو بخش سلسله مراتبی و افرازبندی تقسیم می شوند، از جمله آنها الگوریتم K-means است. یکی از روش های هوشمندانه برای خوشه بندی داده ها استفاده از عامل جستجوی محلی تصادفی است. با ترکیب الگوریتم K-means و عامل جستجوی محلی تصادفی، خطای حاصل از خوشه بندی داده ها کمتر از زمانی است که فقط از الگوریتم K-means برای خوشه بندی استفاده شود. در این مقاله از روشی ترکیبی برای خوشه بندی داده ها استفاده شده است که خطای خوشه بندی را کاهش می دهد.

Keywords:

خوشه بندی , الگوریتم K-means عامل جستجوی محلی تصادفی