КЛАСТЕРИЗАЦІЯ ОБ’ЄКТІВ - Научное сообщество
Главная
UA RU EN

Вас приветствует Интернет конференция!

Приветствуйем на нашем сайте

Рік заснування видання - 2011

КЛАСТЕРИЗАЦІЯ ОБ’ЄКТІВ

11.12.2021 11:37

[1. Информационные системы и технологии]

Автор: Микитась А.О., студент, «Комп’ютерна інженерія та управління», Харківський національний університет радіоелектроніки; Скрипка Я.В., студент, «Комп’ютерна інженерія та управління», Харківський національний університет радіоелектроніки; Кононенко О.М., студент, «Комп’ютерна інженерія та управління», Харківський національний університет радіоелектроніки;


Кластеризація (сегментація) – це угруповання об'єктів (спостережень, подій) на основі даних, що описують властивості об'єктів. Об'єкти всередині кластера повинні бути схожими один на одного і відрізнятися від інших, які увійшли до інших кластерів. Таким чином, кластеризація - це процес, в якому необхідно ідентифікувати аналогічну або ідентичну групу даних у наборі даних, та застосування функціональності у цьому наборі даних відповідно до нашого очікуваного висновку відоме як алгоритм кластеризації. В даний час це найпопулярніша методика в галузі науки про дані.

По суті, алгоритм кластеризації поділяється на дві підгрупи:

1. Жорстка кластеризація. У жорсткій кластеризації група подібних об'єктів даних повністю відноситься до аналогічної характеристики або кластеру. Якщо об'єкти даних не схожі на певну умову, об'єкт даних повністю видаляється з набору кластерів.

2. М'яка кластеризація. У м'якій кластеризації розслаблення надається кожному об'єкту даних, який знаходить схожий об'єкт даних єдиної структури на формування кластера. У цьому типі кластеризації унікальний об'єкт даних може бути знайдений у кількох кластерах, встановлених відповідно до їх єдиної структури.

Кожна методологія кластеризації слідує за набором правил, які визначають їх набір подібності між об'єктом даних. Сьогодні на ринку є сотні методологій кластеризації. Отже, розглянемо деякі з них, які є дуже популярними в даний час:

1. Моделі підключення

Судячи з назви, у цьому механізмі алгоритм знаходить найближчий аналогічний об'єкт даних у групі встановлених об'єктів даних, виходячи з уявлення про те, що точки даних знаходяться ближче в просторі даних. Таким чином, об'єкт даних, розташований ближче до аналогічного об'єкта даних, демонструватиме більшу схожість, ніж об'єкт даних, що лежить дуже далеко. 

2. Центроїдні моделі

У цьому типі ітераційного алгоритму спочатку береться до уваги певна точка центроїду, потім аналогічний об'єкт даних відповідно до їх близькості щодо цієї точки центроїду встановлюється кластер. Найпопулярніший алгоритм кластеризації K-Means був успішним у цьому типі алгоритму кластеризації. Ще одне зауваження: у моделях центроїдів немає певних кластерів, тому ми маємо аналіз вихідних даних.

3. Моделі розповсюдження

У цьому типі алгоритму метод знаходить, наскільки можливо, щоб кожен елемент даних у кластері належав до одного або того ж розподілу, як гаусовий або нормальний. Одним з недоліків цього алгоритму є те, що в цьому типі кластеризації об'єкт набору даних повинен страждати від перенавчання.

4. Моделі густини

Використовуючи цей алгоритм, набір даних ізолюється щодо різних областей густини даних у просторі даних, а потім об'єкту даних призначаються конкретні кластери.

Отже, у наведеній вище статті було розглянуто, що таке кластеризація, її тип та використання у розробці програмного забезпечення. Використовуючи кластеризацію, можно легко підвищити точність підходу машинного навчання. Тому, беручи до уваги майбутні аспекти, можна сказати, що алгоритм кластеризації використовується майже в кожній технології розробки програмного забезпечення.

Список використаних джерел:

1. Кластеризация [Електронний ресурс]. – 2017. – Режим доступу до ресурсу: https://proginfo.ru/clustering/.

2. Кластеризация [Електронний ресурс] – Режим доступу до ресурсу: https://help.loginom.ru/userguide/processors/datamining/clustering.html.



Creative Commons Attribution Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
допомога Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter

Другие научные работы даной секции

Конференции

Конференции 2024

Конференции 2023

Конференции 2022

Конференции 2021



Міжнародна інтернет-конференція з економіки, інформаційних систем і технологій, психології та педагогіки

Наукова спільнота - інтернет конференції

:: LEX-LINE :: Юридична лінія

Інформаційне суспільство: технологічні, економічні та технічні аспекти становлення