بررسي و تبيين نقش و جايگاه روش هاي نوين الگوريتم ژنتيك براي خوشه بندي داده ها

Investigating and Explaining the Role and Position of New Genetic Algorithm Approaches for Data Clustering

خوشه‌بندي يا آناليز خوشه در آمار و يادگيري ماشينيء يكي از شاخه هاي يادگيري بي‌نظارت مي‌باشد و فرآيندي است كه در طي آن» نمونه‌ها به دسته‌هايي كه اعضاي آن مشابه يكديگر مي‌باشند تقسيم مي‌شوند كه به اين دسته ها خوشه گفته ميشود؛ بنابراين خوشه مجموعه اي از اشياء مي‌باشد كه در آن اشياء با يكديگر مشابه بوده و با اشياء موجود در خوشه‌هاي ديگر غير مشابه مي‌باشند. خوشه بندي تنها روش در يادگيري بدون نظارت است. يك خوشه به مجموعه اي از داده ها گفته مي شود كه با هم حداقل در يك صفت شباهت داشته باشند. در خوشه بندي سعي مي شود تا داده ها به خوشه هايي تقسيم شوند كه شباهت بين داده هاي درون هر خوشه حداكثر و شباهت بين داده هاي درون خوشه هاي متفاوت. حداقل شود. در اين مقاله يك روش تركيبي براي خوشه بندي براساس الگوريتم هاي ژنتيك ارائه كرده ايم» به طوري كه الگوريتم پيشنهادي خود تعداد خوشه هاي بهينه را تشخيص داده و خوشه بندي را انجام دهد. نتايج شبيه سازي نشان مي دهد كه الگوريتم پيشنهادي با پيدا كردن تعداد خوشه هاي بهينه منجر به بهبود خوشه بندي داده ها مي شود.

Clustering or analyzing clusters in machine statistics and learning is one of the branches of unsupervised learning and is a process in which samples are divided into categories with similar members known as clusters. Therefore, a cluster is a set of similar objects different from objects in other clusters. Clustering is the only method in unsupervised earning. A cluster is referred to as a set of data with similarity at least in one attribute. Attempts are made in clustering to divide the data into clusters so that there exists the maximum similarity among the data within each cluster and the minimum similarity among the inter-cluster data. In this paper we present a hybrid method for clustering based on genetic algorithms, so that the proposed algorithm itself detects the number of optimum clusters and performs the clustering. Simulation results show that the proposed algorithm improves data clustering by finding the number of optimum clusters.