4) Ierarxik klasterlash
Ierarxik klasterlashdan bo'lingan klasterlarga muqobil sifatida foydalanish
mumkin, chunki yaratiladigan klasterlar sonini oldindan belgilash talabi yo'q. Ushbu
texnikada ma'lumotlar to'plami daraxtga o'xshash tuzilmani yaratish uchun
klasterlarga bo'linadi, bu dendrogramma deb ham ataladi . Kuzatishlar yoki har
qanday miqdordagi klasterlar daraxtni to'g'ri darajada kesish orqali tanlanishi
mumkin. Ushbu usulning eng keng tarqalgan misoli Aglomerativ ierarxik
algoritmdir .
5) Noaniq klasterlash
Noaniq klasterlash - bu ma'lumotlar ob'ekti bir nechta guruh yoki klasterga
tegishli bo'lishi mumkin bo'lgan usulning bir turi. Har bir ma'lumotlar to'plamida
klasterga a'zolik darajasiga bog'liq bo'lgan a'zolik koeffitsientlari to'plami
mavjud. Bu turdagi klasterlashning misoli Fuzzy C-means algoritmi .
Klasterlash algoritmlari
Klasterlash algoritmlarini yuqorida tavsiflangan modellari asosida ajratish
mumkin. Klasterlash algoritmlarining har xil turlari ishlab chiqilgan, ammo ulardan
faqat bir nechtasi keng tarqalgan. Klasterlash algoritmi biz foydalanadigan
ma'lumotlar turiga asoslanadi. Masalan, ba'zi algoritmlar berilgan ma'lumotlar
to'plamidagi klasterlar sonini taxmin qilishlari kerak, ba'zilari esa ma'lumotlar
to'plamini kuzatish orasidagi minimal masofani topish uchun talab qilinadi.
Biz mashinani o'rganishda keng qo'llaniladigan mashhur Klasterlash
algoritmlarini keltiramiz:
K-means algoritmi
Mean-shift algoritmi
DBSCAN algoritmi
Aglomerativ ierarxik algoritm
Affinity Propagation algoritm
Quyida Mashinaviy o'qitishda klasterlash texnikasining ba'zi keng tarqalgan
ilovalari keltirilgan:
|