سعیده محبتی سرای - دانشجوی کارشناسی ارشد، دانشگاه زنجان، گروه مهندسی کامپیوتر
علی امیری - استادیار، دانشگاه زنجان، گروه مهندسی کامپیوتر

همانطور که می دانیم خوشه بندی یکی از زمینه های مهم داده کاوی می باشد. چالش اصلی در این راستا یافتن سرخوشه های مناسب میباشد. در این تحقیق هدف پیاده سازی الگوریتم خوشه بندی EWKM با الگوریتم بهینه سازی فاخته می باشد. الگوریتم EWKM، همانند الگوریتم kmeans یک الگوریتم خوشه بندی می باشد، با این تفاوت که در این الگوریتم یک وزن منفی به صورت آنتروپی به تابع شایستگی اضافه می شود. این الگوریتم برای خوشه بندی داده های خلوت با ابعاد بالا کاربرد دارد و به هر بعد شرکت کننده درخوشه بندی یک وزن اختصاص می دهد. هدف از پیاده سازی این الگوریتم با الگوریتم بهینه سازی فاخته یافتن سرخوشه ها می باشد به طوری که تابع شایستگی کمینه شود. نتایج حاصله حاکی از بهبود عملکرد الگوریتم EWKM می باشد.

خوشه بندی، سرخوشه، EWKM، الگوریتم بهینه سازی فاخته، تابع شایستگی، kmeans