ارائه یک روش نوین خوشه بندی با استفاده از الگوریتم K-Means

امروزه، خوشه بندی نقش مهی را در اغلب زمینه های تحقیقاتی مانند مهندسی، پزشکی، زیست شناسی، داده کاویو… ایفا می نماید. در واقع خوشه بندی به معنای تقسیم بندی بدون نظارت می باشد؛ با استفاده از آن داده ها به دسته هاییکه از نظر پارامترهای مورد علاقه، شباهت بیشتری به یکدیگر دارند، تقسیم می گردند. یکی از روشهای معروف در اینزمینه k-means می باشد؛ که علی رغم وابستگی به شرایط اولیه وهمگرائی به نقاط بهینه محلی، تعداد N داده را به kخوشه با سرعت بالا، دسته بندی می نماید. در این مقاله جهت رفع مشکلات موجود بر الگوریتم k-means ؛ 3 مقاله مورد استفاده و تجزیه و تحلیل قرار گرفت و نتایج، مقایسه و ارزیابی شد، که در نهایت به بررسی روشی نوین در خوشه بندی بااستفاده از الگوریتم k-means می پردازیم.

Keywords:

خوشه بندی , کلاسترینگ , , الگوریتم K-Means , نگاشت