49
Ierarxik algoritmlarda klasterlardan to‘liq daraxt qurib,
klasterlar sonini
aniqlashni asosli ravishda inkor etadi. Farazdan relslar soni algoritm ishiga
bog‘liq bo‘lmaslik prinsipida aniqlanadi. Misol uchun dinamika bo‘yicha
klasterlar ostonasini birlashishini o‘zgarishi. Bunday algoritmlarning
murakkabligi yaxshi o‘rganilgan. Klasterlarning yaxlit darajasini tanlash
dendrogrammada indekslari inversiya muammosi
ierarxik sinflashni
egiluvchan emasligi, bu ko‘p xollarda ko‘ngilli emas.
Bundan tashqari klasterlashning dendrogramma ko‘rinishida ifodalashni
klasterlar tuzish haqida to‘liqroq ta‘surot olishga ijozat beradi.
Ierarxik algoritmlar dendrogrammalar ko‘rinishi bilan bo‘g‘liq bo‘ladi
va quyidagilarga bo‘linadi:
A) Algomerativ, boshlangich elementlarni klasterlar soni kamayib
borishiga mos xolda ketma-ket birlashishning (klasterlarni
pastdan yuqoriga
qarab qurilishi )
B) Divizim (bo‘linuvchi), klasterlar soni bittadan boshlab o‘suvchi va
natijada guruxlarni birlashtiruvchi ketma-ketlik hosil qiladi (balanddan pastga
qarab klasterlar qurish)[24].
Ushbu 10 ta algoritmlarning qiyosiy tahlili keltirilgan. Bunda
algoritmlarning CURE, BICH, CLARA, MST, k-means, PAM,
CLOPE,
Koxonena, Hard C – Means, Fuzzy C-means lar ko‘rilib qiyosiy tahlil qilindi.
Qiyosiy tahlilda algoritmlarning sinfi, yutig‘lik tarafi,
kamchiligi, qanday
turdagi ma‘lumotlar bilan ishlash mumkinligi va hamda ishlash tezliklari
aniqlandi(2-jadval).
3-jadvalda
ushbu
algoritmlarning
ishlash
vaqti
(sekundlarda) ning ularga kirishdagi tanlov elementlari soniga bog‘liqligi
keltirilgan.
50
2-jadval. Klasterizatsiya usullarining qiyosiy tahlili
Dostları ilə paylaş: