Azərbaycanca AzərbaycancaDansk DanskDeutsch DeutschEspañola EspañolaFrançais FrançaisItaliana ItalianaҚазақ ҚазақLietuvos LietuvosРусский Русскийසිංහල සිංහලแบบไทย แบบไทยTürkçe TürkçeУкраїнська Українська中國人 中國人
Підтримка
www.wikidata.uk-ua.nina.az

FLAME кластеризація англ Fuzzy clustering by Local Approximation of MEmberships нечітка кластеризація за локальним набли

Кластеризація FLAME

FLAME кластеризація (англ. Fuzzy clustering by Local Approximation of MEmberships — нечітка кластеризація за локальним наближенням приналежності) — це алгоритм кластеризації даних, який визначає кластери в найгустіших частинах набору даних і виконує приписування до кластера, базуючись на зв'язках між сусідніми об'єктами. Особливістю даного алгоритму є те, що зв'язки між сусідніми об'єктами використовуються для виокремлення приналежності сусідніх об'єктів з повного простору об'єктів.

Опис алгоритму FLAME

Алгоритм FLAME в основному поділяється на три кроки:

  1. Отримання структурованих даних з набору даних:
    1. Побудова граф зв'язку для об'єднання кожного об'єкта з його К-Найближчими Сусідами(КНС);
    2. Визначення густини для кожного об'єкта, базуючись на їх близькості до їх КНС;
    3. Об'єкти поділяються на 3 типи:
      1. Об'єкти Підтримки Кластера(ОПК): об'єкти з більшою густиною, ніж в інших об'єктів;
      2. Крайні об'єкти: об'єкти з меншою густиною, ніж інших сусідніх об'єктів і меншою ніж якийсь наперед заданий поріг;
      3. Всі інші.
  2. Локальне/Сусідське наближення нечіткої приналежності:
    1. Ініціалізація нечіткої приналежності:
      1. Кожен ОПК чітко прикріплений до одного з кластерів і представляє його;
      2. Всі крайні об'єкти чітко прикріплені до групи «За межами»(ЗМ);
      3. Всі інші об'єкти порівну відносяться до всіх кластерів і групи ЗМ;
    2. Після цього нечітку приналежність об'єктів всіх типів змінюють за збіжним ітераційним алгоритмом, який називається Локальне/Сусідське Наближення Нечіткої Приналежності. В цьому алгоритмі нечітку приналежність кожного об'єкта оновлють за лінійною компбінацією нечіткої приналежності його найближчих сусідів.
  3. Побудова кластера з нечіткої приналежності двома можливими шляхами:
    1. Один-до-одного: приписування об'єкта до кластера, до якого він має більшу приналежність
    2. Один до багатьох: приписування об'єкта до кластера, до якого він має приналежніть більшу за значення певного порогу.

Проста ілюстрація кластеризації двовимірного тестового набору даних

image

Див. також

Посилання

Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет

Дата публікації:
FLAME klasterizaciya angl Fuzzy clustering by Local Approximation of MEmberships nechitka klasterizaciya za lokalnim nablizhennyam prinalezhnosti ce algoritm klasterizaciyi danih yakij viznachaye klasteri v najgustishih chastinah naboru danih i vikonuye pripisuvannya do klastera bazuyuchis na zv yazkah mizh susidnimi ob yektami Osoblivistyu danogo algoritmu ye te sho zv yazki mizh susidnimi ob yektami vikoristovuyutsya dlya viokremlennya prinalezhnosti susidnih ob yektiv z povnogo prostoru ob yektiv Opis algoritmu FLAMEAlgoritm FLAME v osnovnomu podilyayetsya na tri kroki Otrimannya strukturovanih danih z naboru danih Pobudova graf zv yazku dlya ob yednannya kozhnogo ob yekta z jogo K Najblizhchimi Susidami KNS Viznachennya gustini dlya kozhnogo ob yekta bazuyuchis na yih blizkosti do yih KNS Ob yekti podilyayutsya na 3 tipi Ob yekti Pidtrimki Klastera OPK ob yekti z bilshoyu gustinoyu nizh v inshih ob yektiv Krajni ob yekti ob yekti z menshoyu gustinoyu nizh inshih susidnih ob yektiv i menshoyu nizh yakijs napered zadanij porig Vsi inshi Lokalne Susidske nablizhennya nechitkoyi prinalezhnosti Inicializaciya nechitkoyi prinalezhnosti Kozhen OPK chitko prikriplenij do odnogo z klasteriv i predstavlyaye jogo Vsi krajni ob yekti chitko prikripleni do grupi Za mezhami ZM Vsi inshi ob yekti porivnu vidnosyatsya do vsih klasteriv i grupi ZM Pislya cogo nechitku prinalezhnist ob yektiv vsih tipiv zminyuyut za zbizhnim iteracijnim algoritmom yakij nazivayetsya Lokalne Susidske Nablizhennya Nechitkoyi Prinalezhnosti V comu algoritmi nechitku prinalezhnist kozhnogo ob yekta onovlyut za linijnoyu kompbinaciyeyu nechitkoyi prinalezhnosti jogo najblizhchih susidiv Pobudova klastera z nechitkoyi prinalezhnosti dvoma mozhlivimi shlyahami Odin do odnogo pripisuvannya ob yekta do klastera do yakogo vin maye bilshu prinalezhnist Odin do bagatoh pripisuvannya ob yekta do klastera do yakogo vin maye prinalezhnit bilshu za znachennya pevnogo porogu Prosta ilyustraciya klasterizaciyi dvovimirnogo testovogo naboru danihDiv takozhKlasternij analiz Nechitka klasterizaciyaPosilannyaFLAME an unsupervised learning algorithm 27 Kvitnya 2015 u Wayback Machine Video predstavlennya roboti algoritmu
Топ