Tezislər / Theses

5. Eksperimentlər 
Metodlar 
İndekslər 
Verilənlər çoxluğu 
Klasterlərin sayı(k) 
3 
4 
5 
İyerarxik
Metod
Precision 
1.HCV data 
2.Productivity Prediction data 
3.Electrical grid stability data 
0.3677
0.4200 
0.4579
0.0485 
0.3137 
0.1435 
0.3153 
0.2782 
0.1661 
Recall 
1.HCV data 
2.Productivity Prediction data 
3.Electrical grid stability data 
0.2000
0.3907 
0.3272
0.0559 
0.2856 
0.0687 
0.1344 
0.2219 
0.0897 
F-measure 
1.HCV data 
2.Productivity Prediction data 
3.Electrical grid stability data 
0.0600 
0.2829 
0.3758
0.0134 
0.2100 
0.0857 
0.0973 
0.1921 
0.1106 
Purity 
1.HCV data 
2.Productivity Prediction data 
3.Electrical grid stability data
0.8896 
0.6200 
0.6556 
0.8896 
0.6200 
0.6604 
0.9090 
0.7300 
0.6604
Birch
Metod
Precision 
1.HCV data 
2.Productivity Prediction data 
3.Electrical grid stability data 
0.2047 
0.4620 
0.2877 
0.2113 
0.3549 
0.3152 
0.0231 
0.2294 
0.1445 
Recall 
1.HCV data 
2.Productivity Prediction data 
3.Electrical grid stability data 
0.1251 
0.3400 
0.2131 
0.1251 
0.2479 
0.1727 
0.1357 
0.0228 
0.0566 
F-measure 
1.HCV data 
2.Productivity Prediction data 
3.Electrical grid stability data 
0.1103 
0.1900 
0.2351 
0.1108 
0.1455 
0.2148 
0.0375 
0.0271 
0.0793 
Purity 
1.HCV data 
2.Productivity Prediction data 
3.Electrical grid stability data
0.8831 
0.6233 
0.6276 
0.8961 
0.6233 
0.6276 
0.9090 
0.7133 
0.6552
K-means 
Metod
Precision 
1.HCV data 
2.Productivity Prediction data 
3.Electrical grid stability data 
0.3147 
0.4633 
0.2403 
0.2153 
0.3598 
0.3240 
0.3571 
0.2957 
0.2457 
Recall 
1.HCV data 
2.Productivity Prediction data 
3.Electrical grid stability data 
0.3411
0.3400 
0.1625 
0.2881 
0.4100 
0.1723 
0.2305 
0.1854 
0.1086 
F-measure 
1.HCV data 
2.Productivity Prediction data 
3.Electrical grid stability data 
0.2948
0.1914 
0.1925 
0.2250 
0.3472 
0.2220 
0.2215 
0.1282 
0.1485 
Purity 
1.HCV data 
2.Productivity Prediction data 
3.Electrical grid stability data
0.8831 
0.6300 
0.6276 
0.9155 
0.6800 
0.6816 
0.9090 
0.7100 
0.6756 
Eksperiment üçün üç müxtəlif ölçülü verilər çoxluğu istifadə edilmişdir. Mə-
lumat dəstlərinin hər biri üçün klasterlərin sayı (K) əvvəlcədən məlumdur. 
İndekslərdən istifadə edərək hər bir məlumat dəsti üçün optimal klaster sayını 

---

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
136
tapacağıq. Müxtəlif klaster sayı sınaqdan keçirilmişdir. 3-dən 5-ə qədər K dəyər-
lərindən istifadə edilmişdir. Nəticələri qiymətləndirmək üçün Dəqiqlik (Precision), 
Tamlıq(Recall), F-measure və Purity indekslərindən istifadə edilmişdir 
[Məmmədova, 2021].
6. Nəticə 
Yekun olaraq 
bu məqalə üç müxtəlif ölçülü verilənlər çoxluğuna 
İyerarxik, Birch və K –means alqoritmlərinin tətbiqi ilə alınan eksperimental 
nəticələri təqdim edir. Nəticələri qiymətləndirmək üçün Precision, Recall, F-
measure və Purity indekslərindən istifadə edilmişdir. Beləliklə, Purity indeksi 
İyerarxik və Birch alqoritmlərinin tətbiqi ilə ən yaxşı nəticəni k=5, K-means 
alqoritminin tətbiqi ilə isə k=4 olduğu halda əldə edilmişdir. Hər üç metodun 
tətbiqi ilə Precision, Recall, F-measure indeksləri isə daha çox k=3 olduqda 
yaxşı nəticələr almışdır.