مروری بر خوشه بندی در علم داده کاوی

خوشه بندی یک تکنیک بدون نظارت در علم داده کاوی برای دسته بندی اطلاعات است که نقش برجسته ای درفعالیت های داده کاوی نظیر استخراج متن، تجزیه و تحلیل وب، بازیابی اطلاعات، زیست شناسی محاسباتی،بازاریابی و غیره دارد. از دیدگاه یادگیری ماشین، خوشه ها با الگوهای پنهان مطابقت داشته و سیستم حاصل ازآن یک مفهوم را نشان خواهد داد که نقش برجسته ای در تصمیم گیری های سازمانی دارد. در این مقاله ما بامفهوم خوشه بندی آشنا شده و سپس به بیان الگوریتم های خوشه بندی میپردازیم و شیوه پردازش یکی ازمهمترین الگوریتم های آن در سیستم های هدوپ را بیان می کنیم.

کلیدواژه ها:

داده کاوی ، خوشه بندی ، k-means ، نگاشت کاهش ، فاصله ، میانه