Dergiler / AURUM Mühendislik Sistemleri ve Mimarlık Dergisi / 2018 / Cilt: 2 - Sayı: 1
Implementation of Different Clustering Algorithms/Farklı Sınıflandırma Algoritmalarının Uygulamaları
- Sayfa
- 49–66
- DOI
- —
Özet
ÖzetSpektral kümeleme hem normalize hem de normalize edilmemiş yöntemler için geliştirilmiştir. Bununla birlikte,iki yöntem arasında seçim yapmak henüz GUI’de (Grafik Kullanıcı Arayüzü) kurulmamıştır. Bu yazıda, GUI-MATLABkullanarak farklı kümeleme algoritmaları uyguluyoruz, daha sonra bu üç yöntemle kümeleme, benzer verikümeleri çiftleri için karşılaştırılıyor. Modelimiz, spektral, hiyerarşik ve yoğunluk temelli yöntemler gibi üç farklı kümelemeyöntemini kullanmaktadır, daha sonra kümeleme için farklı geometrik, çok aralıklı ve çok düzeyli benzerveri kümeleri grafikler kullanmaktadır. Sonuç olarak, yukarıdaki üç kümeleme algoritması, (geometrik, çok menzillive çok seviyeli) farklı ortamlar için denenmiştir. Benzetim sonucu, bu çift geometrik veri kümelerinin kümelenmesinigöstermektedir: Eş merkezli daireler, yarı daireler ve toplama. Buna göre, spektral algoritma, veri kümeleriarasında 2000’den fazla çift nokta ve 500’den fazla veri kümesindeki üstün kümeleme özelliklerine sahiptir.
Abstract
AbstractSpectral clustering is developed for both normalized and unnormalized methods. However, selecting between thetwo methods is not established in the GUI (Graphical User Interface) yet . In this paper , we implement differentclustering algorithms using GUI-MATLAB, then, the clustering by these three methods, is compared for similar pairsof datasets. Our model is employing such three different clustering methods which are spectral, hierarchicaland density based methods, then employing different geometrical, multi-range, and multi-level similar datasetspairs of graph for clustering. As result, the above three clustering algorithms are experimented for different environmentswhich are (geometrical, multi-range and multi-level). The simulation result shows the clustering ofthese pairs of geometrical datasets which are: Concentric circles, Semi-circles, and Aggregation. Accordingly, thespectral algorithm has superior clustering in case of big datasets more than 2000 pairs points and range morethan 500 levels among datasets