دراسة نقاط البيانات البينية باستخدام خوارزمية (Fuzzy C-Means)
DOI:
https://doi.org/10.36602/ijeit.v12i1.501الكلمات المفتاحية:
تعلم الآلة، التجميع الصلب، التجميع اللين، المنطق الضبابي، التداخل، Silhouetteالملخص
تلعب طبيعة مجموعة البيانات دورا بارزا في تحديد خوارزمية التجميع المناسبة، ويعتبر تداخل نقاط البيانات أحد أبرز التحديات المؤثرة على أداء الخوارزمية وجودة نتائجها. من جانب آخر، ينظر إلى معيار المسافة على أنه المعيار الوحيد المستخدم لتجميع نقاط البيانات، ويعتبر أحد التحديات المؤثرة التي تحظى بالاهتمام البحثي. في هذه الورقة، تم دراسة النقاط البينية لمجموعة البيانات المتداخلة والمتموضعة بين التجمعات ومدى تأثيرها على أداء خوارزميات التجميع وذلك باستخدام خوارزمية (Fuzzy C-Means) ومعيار درجة العضوية بالإضافة إلى معيار المسافة. أظهرت النتائج أن النقاط البينية لمجموعة البيانات لها تأثير مباشر على أداء خوارزميات التجميع، وخلص البحث إلى أن مجموعة البيانات تحدد طبيعة المعالجة لهذه النقاط، إما باستبعادها وتجاهل تأثيرها أو بوضعها في تجمع مستقل ومن ثم تحليله مع بقية التجمعات.
التنزيلات
التنزيلات
منشور
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2024 The International Journal of Engineering & Information Technology (IJEIT)
هذا العمل مرخص بموجب Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
