پروژه بررسی الگوریتم های خوشه بندی تجمیعی و شبیه سازی

ازخوشه بندی درحوزه داده کاوی برای تحلیل ، گروه بندی یا طبقه بندی داده ها درخوشه هایی که اعضای ان ها خواص کمابیش یکسانی دارند ، استفاده می شود . خوشه بندی کاربردهای متعددی از تشخیص الگو ، روان شناﺴﻰ ، اقتصاد تا طبقه بندی ژنی ، پردازش تصویر و … دارد . دراین پروژه چند الگوریتم خوشه بندی نسبتاً ساده ، کارامد و متداول که درخوشه بندی داده ها به کار می روند مورد بررسی قرارمی گیرند . فصل اول به مفاهیم و کلیات داده کاوی و خوشه بندی اختصاص دارد . در فصل دوم ابتدا مختصری در مورد خوشه بندی سلسله مراتبی و در ادامه انواع الگوریتم های خوشه بندی سلسله مراتبی تجمیعی توضیح داده شده است ( با این وصف که معادلات ومبحث های ریاضی الگوریتم ها مطرح نشده وصرفاً روی خود الگوریتم ها تأکید شده ) . درفصل اخرهم توضیحی کوتاه درباره نرم افزارmatlab داده شده و یک نمونه ازالگوریتم های فصل دوم با زبان برنامه نویسی matlab شبیه سازی شده است .

واژه خوشه بندی که  به  گروهی  از اشیای هم جنس یا  گروهی از اشیای مشابه  اشاره دارد اکنون در تنوعی از رشته های علمی معمول است . این واژه در نظم  و ترتیب مختلف  معنای فنی متفاوتی دارد اما انچه که مورد نظرماست انالیزوتحلیل خوشه بندی یا خوشه کردن داده ها است که شاخه ای در انالیز داده ها بوده و اشاره به دسته ای از الگوریتم های طبقه بندی بدون سرپرستی دارد .  به همین  خاطر از اصطلاح  تحلیل  خوشه بندی  ، خوشه بندی  داده ها ، طبقه بندی  قابل تغییر بدون سرپرستی استفاده می کنیم  و مکرراً ان را خوشه بندی می نامیم همان طور که  بسیاری از پژوهشگران این کار را کرده اند .

مسائل طبقه بندی به امارکلاسیک و بایسیان و نیزدرمطالعات شبکه های عصبی توجه دارند . یک بخش مهمی ازمطالعات به طبقه بندی نظارت شده اختصاص دارد که تعدادی ازکلاس ها (دسته ها) ی اشیا از قبل داده می شوند و نظارتی قراردادی باید به یکی ازدسته ها تخصیص داده شود . به عبارت دیگر یک سری از قوانین طبقه بندی شده باید از یک سری فرض های ریاضی و دسته های داده شده استنتاج شوند .

در یک موضوع طبقه بندی بدون سرپرستی دسته های از پیش تعریف شده داده نمی شود اما اشیا و اشخاص داده ها باید تعدادی گروه تشکیل دهند ، ان چنان که  فاصله ها  بین یک جفت اشیای درون یک گروه نسبتاً کم باشد و بین گروه های مختلف باید نسبتاً زیاد باشد .

 

تعداد صفحات 70 word

 

مقدمه. 1

1-1 داده کاوی.. 4

1-1-1 تاریخچه داده کاوی.. 5

1-1-2 داده کاوی چیست ؟. 6

1-1-4 ویژگی های داده کاوی.. 9

1-1-5 مزایای داده کاوی.. 9

1-1-6 مراحل داده کاوی.. 10

1-1-8 الگوریتم های داده کاوی.. 12

1-1-9  ابزارهای داده کاوی.. 13

1-1- 9-1 قابلیت‌های ابزار‌های داده کاوی.. 13

1-1-9-2 نرم افزارهای داده کاوی.. 16

1-1-10 کاربردهای داده کاوی.. 17

1-2-1 تاریخچه خوشه بندی.. 24

1-2-2 تعریف خوشه بندی.. 24

1-2-3 تحلیل خوشه بندی.. 25

1-2-4 مراحل خوشه بندی.. 31

1-2-5 فرایندهای خوشه بندی.. 32

1-2-6 کاربردهای خوشه بندی.. 34

1-2-7 مطالعه تکنیک های خوشه بندی.. 37

2-1 خوشه بندی سلسله مراتبی.. 40

2-2 خوشه بندی سلسله مراتبی تجمیعی.. 42

2-2-1 پیوند خوشه بندی.. 44

2-2-2 الگوریتم پیوند تک… 44

2-2-3 الگوریتم پیوند کامل.. 45

2-2-4 الگوریتم پیوند میانگین گروهی.. 45

2-2-5 الگوریتم پیوند میانگین وزن دار. 45

2-2-6 الگوریتم پیوند مرکزی.. 45

2-2-7 الگوریتم پیوند میانی.. 46

2-2-8 روش وارد. 46

2-3 پیشرفت اخیر. 46

2-3-1 الگوریتم BIRCH.. 47

2-3-2 الگوریتم CURE.. 49

2-3-3 الگوریتم ROCK.. 52

2-3-4 الگوریتم CHAMELEON.. 52

2-3-5 الگوریتم SLINK.. 54

2-3-6 الگوریتم های پیوند تک مبتنی بردرختان پوشای مینیمم.. 54

2-3-7 الگوریتم CLINK.. 55

2-4 روش های دیگر خوشه بندی سلسله مراتبی.. 56

3-1 نرم افزار MATLAB.. 59

3-2 اجرای برنامه کاربردی با Matlab. 60

ج – منابع و ماخذ. 67