تركيب وزن‌دار خوشه‌بندي‌ها با هدف افزايش صحّت خوشه‌بندي نهايي

با توجه به ماهيت بدون ناظر مسائل خوشه‌بندي و تأثيرگذاري مؤلفه‌هاي مختلف از جمله تعداد خوشه‌ها، معيار فاصله و الگوريتم انتخابي، تركيب خوشه‌بندي‌ها براي كاهش تأثير اين مؤلفه‌ها و افزايش صحت خوشه‌بندي نهايي معرفي شده است. در اين مقاله، روشي براي تركيب وزن‌دار خوشه‌بندي‌هاي پايه با وزن‌دهي به خوشه‌بندي‌ها بر اساس روش AD ارائه شده است. روش AD براي برآورد صحّت انسان‌ها در مسائل جمع سپاري از هماهنگي يا تضاد بين آراي آنها استفاده مي‌كند و با پيشنهاد مدلي احتمالاتي، فرآيند برآورد صحّت را به‌كمك يك فرآيند بهينه‌سازي انجام مي‌دهد. نوآوري اصلي اين مقاله، تخمين صحت خوشه‌بندي‌هاي پايه با استفاده از روش AD و استفاده از صحت‌هاي تخمين زده‌شده در وزن‌دهي به خوشه‌بندي‌هاي پايه در فرآيند تركيب است. نحوه تطبيق مسأله خوشه‌بندي به روش برآورد صحّت AD و نحوه استفاده از صحّت‌هاي برآورد‌شده در فرآيند تركيب نهايي خوشه‌ها، از چالش‌هايي است كه در اين پژوهش به آنها پرداخته شده است. چهار روش براي توليد خوشه‌بندي‌هاي پايه شامل الگوريتم‌هاي متفاوت، معيارهاي فاصله‌ي متفاوت در اجراي kmeans، ويژگي‌هاي توزيع‌شده و تعداد خوشه‌هاي متفاوت بررسي شده است. در فرآيند تركيب، قابليت وزن‌‌دهي به الگوريتم‌هاي خوشه‌بندي تركيبي CSPA و HGPA اضافه شده است. نتايج روش پيشنهادي روي سيزده مجموعه داده مصنوعي و واقعي مختلف و بر اساس نُه معيار ارزيابي متفاوت نشان مي‌دهد كه روش تركيب وزن‌دار ارائه‌شده در بيش‌تر موارد بهتر از روش تركيب خوشه‌بندي بدون وزن عمل مي‌كند كه اين بهبود براي روش HGPA نسبت به CSPA بيشتر است.