Tezislər / Theses


Sıxlığa əsaslanan klasterləşdirmə alqoritmləri



Yüklə 17,55 Mb.
Pdf görüntüsü
səhifə122/493
tarix02.10.2023
ölçüsü17,55 Mb.
#151572
1   ...   118   119   120   121   122   123   124   125   ...   493
BHOS Tezisler 2022 17x24sm

2. Sıxlığa əsaslanan klasterləşdirmə alqoritmləri 
Sıxlığa əsaslanan klasterləşdirmə alqoritmləri məlumat obyektlərini 
obyektlər arasındakı sıxlığa əsaslanaraq qruplaşdırır [Xu R. & Wunsch D., 
2005].


THE 3
rd
 INTERNATIONAL SCIENTIFIC CONFERENCES OF STUDENTS AND YOUNG RESEARCHERS 
dedicated to the 99
th
anniversary of the National Leader of Azerbaijan Heydar Aliyev
132
Cədvəl 1
. Sıxlığa əsaslanan klasterləşdirmə alqoritmləri 
Sıxlığa əsaslanan klasterləşdirmə alqoritmlərində iki əsas parametrlər 
mövcuddur: Eps (Epsilon, 
𝜀
) – qonşuluqları təyin edən məsafə. İki nöqtə ara-
sındakı məsafə Eps-dən az və ya bərabər olduqda qonşu hesab olunur. Ri-
yazi olaraq, bu şəkildə ifadə olunur:
𝑁 𝜀(𝑎) = 𝑏 ∈ 𝐷|𝑑𝑖𝑠𝑡(𝑎, 𝑏)
𝜀
.
MinPts
(Minimum Points) - klasteri təyin etmək üçün minimum məlumat nöqtələrinin 
sayı. Bu iki parametrə əsasən sıxlığa əsaslanan klasterləşdirmə alqoritmi 
nöqtələri üç fərqli nöqtələr tipinə ayırır:
 
Əsas nöqtələr – sıx qonşuluqda yerləşən nöqtələr 
(|Nε(b)| ≥ MinPts)

qonşuluq radiusundakı 
Eps
ən azı 
MinPts
nöqtəsindən ibarətdirsə, yəni qon-
şuluqdakı sıxlıq bəzi həddi keçməlidirsə, bu nöqtə 
ə
sas nöqt
ə
adlanır. Sərhəd 
nöqtələr – 
Eps
qonşuluğu ən az minimum sayda (
MinPts
) nöqtə ehtiva etmə-
yən, yəni hər hansı klasterə aid olan, ancaq sıx qonşuluqda yerləşməyən 
nöqtələrə 
s
ə
rh
ə
d nöqt
ə
deyilir. Küy nöqtələr – yəni heç bir klasterə aid olmayan 
nöqtələr; əgər bir nöqtə əsas nöqtə deyilsə və hər hansı əsas nöqtədən əldə 
edilə bilən nöqtə deyilsə, bu nöqtə 
küy nöqt
ə
kimi qiymətləndirilir. 
Birbaşa sıxlıqla əldə edilə bilən – 
𝑎
nöqtəsi 
𝑏
nöqtəsinin 
𝜀
qonşuluğunda 
yerləşirsə və 
𝑏
əsas nöqtədirsə, onda 
𝑎
nöqtəsi 
𝑏
nöqtəsindən 
birba
ş
a s
ı
xl
ı

ə
ld
ə
 edil
ə
 bil
ə
n
nöqtədir. 
Sıxlıq əldə edilə bilən - 
𝑎 , … , 𝑎 , 𝑝 = 𝑏, 𝑎 = 𝑏
nöqtələr ardıcıllığında 
𝑎
nöqtəsi 
𝑎
nöqtəsindən birbaşa sıxlıq əldə edilə bilən olduğundan 
𝐸𝑝𝑠 
və 
𝑀𝑖𝑛𝑃𝑡𝑠 
parametrlərinə görə 
𝑎
nöqtəsi
𝑏
nöqtəsindən 
s
ı
xl
ı

ə
ld
ə
 edil
ə
 bil
ə
n
nöqtədir. 
Sıxlığa bağlı - əgər 
Eps və MinPts 
parametrlərinə görə 
𝑐
nöqtəsi hər iki 
𝑎
və 
𝑏
nöqtəsindən sıxlıq əldə edilə bilən nöqtədirsə, onda həmin parametrlərə 
görə anöqtəsi b nöqtəsindən 
s
ı
xl
ı
ğ
a ba
ğ
l
ı
nöqtədir. 
DBSCAN 
klasterləşdirmə alqoritmi qeyri-sferik formalı klasterləri tapmaq 
üçün nəzərdə tutulmuşdur. DBSCAN alqoritminin işləmə prosesini aşağıda 
kimi şərh edə bilərik: 
Alqoritm ixtiyari bir nöqtədən başlayır və qonşuluq məlumatları 
ε(Eps)
parametrindən alınır. Bu nöqtə 
MinPts
parametrinin 
ε
qonşuluğunda yerlə-
şirsə, klaster əmələ gətirir. Əks halda nöqtə küy nöqtə kimi işarələnir. Proses 
yeni bir klasterin bir hissəsi ola bilən və ya küy nöqtələr kimi işarələnən yeni 
bir nöqtə ilə yenidən başlayır [Bäcklund, 2011]. 
Sıxlığa əsaslanan klasterləşdirmə 
alqoritmləri 
DBSCAN
OPTİCS
DENCLUE 



Yüklə 17,55 Mb.

Dostları ilə paylaş:
1   ...   118   119   120   121   122   123   124   125   ...   493




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©azkurs.org 2024
rəhbərliyinə müraciət

gir | qeydiyyatdan keç
    Ana səhifə


yükləyin