حالت مطالعه

دانلود مقاله الگوریتم های خوشه بندی

66 صفحه Word – قابل ویرایش + دارای منابع

فهرست

مقدمه
داده کاوی
تاریخچه داده کاوی
داده کاوی چیست ؟
ویژگی های داده کاوی
مزایای داده کاوی
مراحل داده کاوی
الگوریتم های داده کاوی
ابزارهای داده کاوی
قابلیت‌های ابزار‌های داده کاوی
نرم افزارهای داده کاوی
کاربردهای داده کاوی
تاریخچه خوشه بندی
تعریف خوشه بندی
تحلیل خوشه بندی
مراحل خوشه بندی
فرایندهای خوشه بندی
کاربردهای خوشه بندی
مطالعه تکنیک های خوشه بندی
خوشه بندی سلسله مراتبی
خوشه بندی سلسله مراتبی تجمیعی
پیوند خوشه بندی
الگوریتم پیوند تک
الگوریتم پیوند کامل
الگوریتم پیوند میانگین گروهی
الگوریتم پیوند میانگین وزن دار
الگوریتم پیوند مرکزی
الگوریتم پیوند میانی
روش وارد
پیشرفت اخیر
الگوریتم BIRCH
الگوریتم CURE
الگوریتم ROCK
الگوریتم CHAMELEON
الگوریتم SLINK
الگوریتم های پیوند تک مبتنی بردرختان پوشای مینیمم
الگوریتم CLINK
روش های دیگر خوشه بندی سلسله مراتبی
نرم افزار MATLAB
اجرای برنامه کاربردی باMatlab
منابع و ماخذ

بخشی از متن

خوشه‌بندی در داده‌کاوی برای تحلیل و گروه‌بندی داده‌ها به کار می‌رود، به طوری که هر خوشه شامل اعضایی با ویژگی‌های مشابه است. این روش در زمینه‌های متعددی مانند تشخیص الگو، روان‌شناسی، اقتصاد، طبقه‌بندی ژنی و پردازش تصویر کاربرد دارد.

واژه “خوشه‌بندی” به گروهی از اشیای مشابه اشاره دارد و در رشته‌های علمی مختلف به کار می‌رود. خوشه بندی بسته به نظم و ترتیب مختلف، معنای فنی متفاوتی دارد. در اینجا، منظور ما از خوشه‌بندی، تحلیل داده‌ها با استفاده از الگوریتم‌های طبقه‌بندی بدون سرپرستی است. از اصطلاحات تحلیل خوشه‌بندی، خوشه‌بندی داده‌ها و طبقه‌بندی بدون سرپرست استفاده می‌کنیم و آن را به‌طور مکرر خوشه‌بندی می‌نامیم، همان‌طور که بسیاری از پژوهشگران این کار را کرده‌اند.

تصویری از متن و منابع