یک الگوریتم کارا برای خوشه بندی با استفاده از الگوریتم جستجوی گرانشی

خوشه بندی داده ها یکی از عملیات مهم در داده کاوی است که در کاربردها و زمینه های مختلفی استفاده می شود و به یافتن گروه ها در مجموعه ای از مشاهدات اطلاق می شود به گونه ای که داده های متعلق به یک گروه تا حدامکان مشابه و در همان حال با داده های موجود در گروه های دیگر متفاوت باشند دراین مقاله ما الگوریتم جستجوی گرانشی را برای خوشه بندی داده ها استفاده می کنیم در این روش تعدادی جواب تصادفی برای مساله خوشه بندی ایجاد می شوند و سپس با استفاده از قانون جاذبه نیوتن با همدیگر تعامل می کنند تا فضای مساله را برای پیدا کردن جواب بهینه جستجو نمایند. عملکرد الگوریتم پیشنهادی را باد و الگوریتم معروف و کارای K-means و PSO برروی چهار مجموعه داده واقعی و استاندارد از UCI مقایسه کرده ایم. نتایج پیاده سازی ها حاکی از کارایی بالای الگوریتم پیشنهادی است.

کلیدواژه ها:

خوشه بندی ، الگوریتم جستجوی گرانشی