پاورپوینت کامل و جامع با عنوان آنالیز کلاستر یا تحلیل خوشه ای در 58 اسلاید - دانلود فایل

دانلود فایل پاورپوینت کامل و جامع با عنوان آنالیز کلاستر یا تحلیل خوشه ای در 58 اسلاید

دانلود فایل پاورپوینت کامل و جامع با عنوان آنالیز کلاستر یا تحلیل خوشه ای در 58 اسلاید

در تجزیه و تحلیل خوشه یا خوشه بندی، گروه بندی مجموعه ای از اشیاء انجام می شود اینکار به این صورت است که اشیاء در یک گروه (به نام خوشه) در مقایسه با دیگر دسته ها (خوشه ها) مشابه تر هستند. این وظیفه اصلی داده کاوی اکتشافی است و یک روش معمول برای تجزیه و تحلیل داده های آماری است که در بسیاری از زمینه ها از جمله یادگیری ماشین، تشخیص الگو،تجزیه و تحلیل تصویر، بازیابی اطلاعات، بیوانفورماتیک، فشرده سازی داده ها و گرافیک کامپیوتری استفاده می شود.
تجزیه و تحلیل خوشه ای خود یک الگوریتم خاص نیست، بلکه روند کلی است و می تواند توسط الگوریتم های مختلفی به دست آید که در درک آنچه که یک خوشه را تشکیل می دهند و نحوه کارآمدی آن ها را پیدا می کند.
اصطلاحات خوشه ها شامل گروه هایی با فاصله های کم بین اعضای خوشه، مناطق متراکم فضای داده، فواصل و یا توزیع های آماری خاص است. بنابراین خوشه بندی می تواند به عنوان یک مسئله بهینه سازی چند هدفه صورت گیرد. الگوریتم خوشه بندی مناسب و تنظیمات پارامتر (از جمله پارامترهایی مانند تابع فاصله مورد استفاده، آستانه تراکم یا تعداد خوشه مورد انتظار) بستگی به تنظیم مجموعه داده ها توسط فرد و استفاده خاص فرد از نتایج دارد. تجزیه و تحلیل خوشه ای یک روش اتوماتیک نیست، بلکه یک فرآیند تکراری از کشف دانش یا بهینه سازی چند هدفه تعاملی است که شامل آزمایش و شکست است. اغلب لازم است که داده های پیش پردازش شده و پارامترهای مدل اصلاح شوند تا نتیجه حاصل ، همان نتیجهٔ دلخواه باشد.
علاوه بر اصطلاحات خوشه بندی، تعدادی از اصطلاح با معانی مشابه وجود دارد، از جمله طبقه بندی خودکار، طبقه بندی عددی، روش شناسی و تجزیه و تحلیل توپولوژیکی. تفاوت های کم اغلب در نتایج استفاده می شود: در داده کاوی، نتیجه گروه ها مورد توجه هست و در طبقه بندی خودکار، قدرت تشخیصی مورد توجه است.
تجزیه و تحلیل خوشه ای در انسان شناسی توسط Driver و Kroeber در سال 1932 آغاز شد و در روان شناسی توسط زوبین در سال 1938 و رابرت تیرون در سال 1939 معرفی شد و در سال 1943 برای طبقه بندی نظریه رفتاری در روانشناسی شخصیت توسط Cattell استفاده شده است.
مفهوم "خوشه" را دقیقا نمیتوان تعریف کرد،یکی از دلایلش این است که الگوریتم های خوشه بندی زیادی وجود دارد. همهٔ آن ها یک قسمت مشترک دارند و آن یک گروه از اشیاء داده است. با این حال، محققان از مدل های مختلف خوشه استفاده می کنند و برای هر یک از این مدل های خوشه، الگوریتم های مختلفی را می توان ارائه داد. مفهوم یک خوشه، همانطور که توسط الگوریتم های مختلف یافت می شود، به طور خاصی در خواص تفاوت دارند. درک این مدلهای خوشه ، کلید فهمیدن تفاوت بین الگوریتم های مختلف است.

فهرست مطالب:
آنالیز کلاستر چیست؟
کاربرد های آنالیز کلاستر
اهداف آنالیز کلاستر
تباین (ناهمگنی) در داده ها
یافتن Modality طبیعی داده ها
بخش بندی بازار
انتخاب متغیرهای کلاستر
فرایند تصمیم گیری آنالیز کلاستر
مرحله اول : اهداف آنالیز کلاستر
مرحله دوم : طرح تحقیق در آنالیز کلاستر
تعیین outlier ها
انواع شاخص های تشابه
شاخص های همبستگی
شاخص های فاصله ای
شاخص های تطابق
الگوريتم هاي گروه بندي
رويه هاي کلاستر سلسله مراتبي
الگوريتم های سلسله مراتبي که براي توسعه کلاسترها مورد استفاده قرار مي گيرند
ارتباط تکی
گام های ارتباط تکی
ارتباط کامل
ارتباط متوسط
روش Centroid
روش وارد Ward’s Method
استاندارد کردن داده
استاندارد کردن با متغیرها
مرحله سوم: فرضیات آنالیز کلاستر
مرحله چهارم: استخراج کلاسترها و ارزیابی تناسب کلی
مزایا و معایب روش های سلسله مراتبی
مزایا و معایب روشهای غیر سلسله مراتبی
ترکیبی از هر دو روش
چه تعداد کلاستر باید انتخاب شوند؟
آیا آنالیز کلاستر باید دوباره تخصیص داده شود؟
مرحله پنجم: تفسیر کلاسترها
مرحله ششم: اعتبار سنجی و profile کردن کلاسترها

آنالیز

کلاستر

تحلیل

خوشه

الگوریتم

داده

متغیر

سلسله

مراتب

مقاله