ارائه ناحیه بندی S-B جهت انتخاب بهتر مرکز داده در الگوریتم خوشه بندی K-means

یکی از ابتدایی ترین روش ها برای تحلیل مسئله های مختلف استفاده از الگوها و بررسی آنهاست. خوشه بندی روشی مفید برای کشف توزیع داده ها و الگوهای موجود در داده می باشد. در نظام های بازیابی اطلاعات، خوشه بندی نقشی مؤثر ایفا می کند. از این رو تصحیح در خوشه بندی مورد توجه قرار می گیرد.یکی از الگوریتم های خوشه بندی اطلاعات K-means است که جزء پرکاربردترین الگوریتم ها در این زمینه است. از مزایای آن می توان از سادگی و سرعت بالایاین الگوریتم و از معایب آن، انتخاب نقاط اولیه به صورت تصادفی و تاثیر نقاط اولیه بر مراکز خوشه ها نام برد. در الگوریتم مذکور، مراکز خوشه ها به صورت تصادفی انتخاب می گردد که موجب می شود نتایج خوشه بندی ناپایدار باشد. در این راستا روشی در جهت بهبود این الگوریتم ارائه گردیده است. در این روش در نظر است که اثر وجود نقاط نویزدار کمتر شود، به همین جهت به ناحیه بندی نقاط یک مجموعه قبل از اجرای الگوریتم پرداخته می شود. با استفاده از نرم افزار متلب به همراه تعدادی از مجموعه داده های استاندارد UCI و شاخص های ارزیابی خوشه بندی، این نتیجه حاصل می شود که ناحیه بندی پیشنهادی تاثیر انتخاب تصادفی نقاط اولیه را کاهش داده و احتمال انتخاب خوشه ای فاقد داده را به صفر می رساند

کلیدواژه ها:

خوشه بندی ، الگوریتم K-means ، انتخاب مراکز اولیه ، ناحیه بندی S-B