گیاهی ترین گیاهی ترین AnzanDigital فروشگاه

کد متلب الگوریتم خوشه بندی k-medoids

کد متلب الگوریتم خوشه بندی k-medoids

در این پروژه ، الگوریتم خوشه بندی kmedoids را پیاده سازی کرده ایم و دیتاست iriis را با این الگوریتم خوشه بندی کرده ایم.

الگوریتم خوشه بندی kmedoids شبیه به الگویتم kmeans می باشد. هر دوی این الگوریتم ها داده ها را به بخش های مجزایی تقسیم بندی میکنند و سعی میکنند تا میزان فاصله بین داده های موجود در هر خوشه را مینیمم کنند. تفاوت الگوریتم خوشه بندی k-medoids با الگوریتم kmeans این است که الگوریتم kmedoids مرکز خوشه را از بین خود داده ها انتخاب میکند در حالی که الگوریتم kmeans مرکز کلاستر ها از میانگین داده های موجود در کلاستر بدست می آید.

 

K- Medoids ، یکی از الگوریتم های یادگیری بدون نظارت است که مسائل کلاسترینگ معروف را حل می کند. این الگوریتم از یک شیوه ساده برای کلاسیفای کردن یک مجموعه داده در یک تعداد از پیش مشخص شده (k) کلاستر ، استفاده می کند.

ایده اصلی تعریف k مرکز می باشد یعنی برای هر یک از کلاستر ها یک مرکز مشخص میکنیم . این مراکز بایستی از بین خود نمونه های موجود انتخاب شوند.

قدم بعدی تخصیص هر الگو به نزدیک ترین مرکز می باشد.

وقتی همه ی نقاط به مراکز موجود تخصیص داده شدند، مرحله اول تکمیل شده است و یک گروه بندی اولیه انجام شده است. در این مرحه نیاز داریم که k مرکز جدید برای کلاستر های مرحله قبل محاسبه کنیم. یعنی مرکز هر یک از کلاستر ها را بروز رسانی میکنیم

برای بروزرسانی مرکز هر خوشه بصورت زیر عمل میکنیم:

هر یک از نمونه های موجود در کلاستر را به ترتیب بعنوان مرکز کلاستر در نظر میگیریم و انگاه میزان فاصله سایر نقاط موجود در ان کلاستر با این مرکز جدید را محاسبه میکنیم. بعد از اینکه این عمل را به ازای همه نقاط موجود در کلاستر انجام دادیم، ان نقطه ای را بعنوان مرکز کلاستر در نظر میگیرم که مجموع فاصله سایر نقاط تا ان نقطه کمترین مقدار باشد.

بعد از تعیین k مرکز جدید ،مجدداً داده ها را به مراکز مناسب تخصیص می دهیم. این مراحل را آنقدر تکرار می کنیم که دیگر k مرکز ،جابجا نشوند.

 

ما در این کار داده های دیتاست iris را با الگوریتم kmedoids خوشه بندی میکنیم و میزان دقت خوشه بندی را محاسبه میکنیم و همچنین داده هایی که به اشتباه کلاسترینگ شده اند را نیز مشخص میکنیم. تصویر زیر نمونه ای از نتیجه اجرای الگوریتم kmedoids را نمایش میدهد:

کد متلب الگوریتم خوشه بندی k-medoids
کد متلب الگوریتم خوشه بندی k-medoids

برای دریافت کد متلب الگوریتم خوشه بندی k-medoids از لینک زیر اقدام کرده و کد را بصورت آنلاین خریداری و دانلود نمایید

 

کليک جهت خريد کالا ، به منظور پذيرش قوانين و مقررات سايت مي باشد .

 

ایمیل: matlab24ir@gmail.com و یا info@matlab24.ir

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

telegramchanel کانال تلگرام    با عضویت در کانال تلگرام از مطالب آموزشی و مطالب جدید وب سایت مطلع شوید

@matlab24Dotir

جهت عضویت کلیک کنید