Fuzzy clustering
Fuzzy c-mean
چکیده
آنالیز خوشه ای (clustering) برای کلاس بندی مجموعه ای از موضوعات بکار می رود. در حالت crisp درجات عضویت موضوعات به کلاسها فقط می تواند صفر یا یک باشد اما در حالت فازی یک موضوع ممکن است با درجات عضویت مختلف ( بین صفر و یک ) به کلاسهای مختلف نسبت داده شود. برای برخورد با این موضوع الگوریتمهای فازی بوجود آمدند.
الگوریتمها:
- مجموعه فازی:
تقسیمبندی خوشهای:
تقسیمبندی خوشهای افزار یک مجموعه از دادهها یا اشیاء به چند خوشه است. این افزار بایستی دارای دور خاصیت زیر میباشد:
1- همگنی در داخل هر خوشه، بعبارت دیگر دادههای متعلق به خوشههای مشابه بایستی تا حد امکان مشابه باشند.
2- ناهمگنی در بین خوشهها، بعبارت دیگر دادههای متعلق به خوشههای مختلف بایستی تا حدامکان متفاوت باشند.
مفهوم تشابه با توجه به دادهها تعریف میشود. از آنجا که اغلب دادهها بصورت برداری میباشند، لذا فاصله اقلیدسی بین دادهها را میتوان بعنوان میزان عدم تشابه در نظر گرفت .
مسئله مهم در تقسیمبندی خوشهای، عددی بودن آن و نامشخص بودن تعداد خوشهها میباشد. دلایل زیادی را میتوان برای نشان دادن ارزشمند بودن تقسیمبندی خوشهای ارائه داد. اولاً تقسیمبندی خوشهای میتواند در پیدا کردن گروههای واقعی کمک ساز باشد. ثانیاً میتواند برای کاهش دادهها مفید باشد از طرف دیگر تقسیمبندی خوشهای ممکن است، گروههای غیرقابل انتظاری را ایجاد نماید. در اینصورت نتیجه حاصل بیانگر روابط جدیدی خواهد بود، که بایستی مورد بررسی قرار گیرند.