برنامه پیاده سازی الگوریتمهای خوشه بندی در متلب
برنامه پیاده سازی الگوریتمهای خوشه بندی در متلب
خوشه بندی یکی از تکنیکهای پرکاربرد در داده کاوی و از شاخه های یادگیری بدون نظارت می باشد و فرآیند خودکاری است که در طی آن، نمونه ها به دسته هایی که اعضای آن مشابه یکدیگر می با شند تقسیم می شوند که به این دسته ها خوشه (Cluster) گفته می شود.
این برنامه که به کمک نوارابزار رابط گرافیکی متلب و بمنظور پیاده سازی الگوریتمهای خوشه بندی ایجاد شده است.
– رابط گرافیکی کاربری
– ایجاد خودکار مجموعه های دادهای پیشفرض، امکان Import مجموعه — داده سفارشی
– امکان تعیین تعداد خوشه ها
– امکان انتخاب الگوریتم خوشه بندی. این الگوریتمها عبارتند از:
• k-means
• Fuzzy c-means
• Gaussian
• compelet Link
• DBscan
– نمایش گرافیکی مجموعه داده قبل و بعد از فرایند خوشه بندی
– نمایش زمان اجرای پروسه خوشه بندی
پیش نیازها برای درک مفاهیم این برنامه شامل آشنایی و مطالعه مفاهیم اصلی خوشه بندی و الگوریمهای آن و همچنین آشنایی با برنامه نویسی در متلب است.
پوشه برنامه شامل ۷ فایل است: ۴ mfile ، یک فایل ایجاد رابط کاربری ، یک فایل ذخیره خروجی و یک فایل dataset سفارشی با پسوند dat می باشد.