طبقه بندی classification

تحلیل  خوشه چیست؟

تحلیل خوشه یا به صورت ساده خوشه بندی ، فرآیندی است که در آن مجموعه ای از اشیا (مشاهدات) به زیر مجموعه هایی بخش بندی می شوند. هر یک از زیر مجموعه ها خوشه نامیده می شود و اشیا هر خوشه به یکدیگر شبیه هستند و همچنان متفاوت با اشیا دیگر خوشه ها. مجموعه ای از خوشه ها که نتیجه ی تحلیل یک خوشه است را می توان به عنوان خوشه بندی شناخت. ممکن است روش های خوشه بندی متفاوت ، خوشه های مختلفی را برای داده های یکسانی تولید کنند. بنابراین از آنجا که خوشه بندی می تواند ما را به کشف گروه های ناشناخته در داده ها هدایت کند ، یک فرآیند مفید محسوب می شود.

تحلیل خوشه به صورت گسترده ای در بسیاری از حوزه ها نظیر هوش تجاری ، تشخیص الگو ، جستجوی وب ، زیست شناسی و امنیت استفاده می شود. با کمک خوشه بندی در هوش تجاری می توان مشتریان را که تعداد آنها کم هم نیست به گروه هایی تقسیم کرد، جاییکه مشتریان هر گروه دارای مشخصات مشترکی هستند. با این کار توسعه ی راهبردهای کسب و کار جهت مدیریت بهتر روابط با مشتریان آسان تر می شود. یک شرکت مشاوره با تعداد زیادی از پروژه ها را در نظر بگیرید. خوشه بندی پروژه ها به گروه ها و خوشه های مشابه می تواند مدیریت آنها را ساده تر کند، به نحوی که حسابرسی و شناخت آنها (جهت بهبود تحویل پروژه و خروجی ها) نیز به صورت موثرتری انجام می شود.

استفاده از تحلیل خوشه ها به تنهایی و به عنوان یکی از توابع داده کاوی نیز می تواند سودمند باشد. بدین ترتیب توزیع داده ها و مشخصات هر خوشه بررسی می شوند و می توان برای تحلیل بیشتر بر روی مجموعه مشخصی از خوشه ها متمرکز شد . خوشه بندی به عنوان یک گام مهم  پردازش برای دیگر الگوریتم ها نیز استفاده می شود. در صورتی که اطلاعاتی درباره داده کاوی و الگوریتم های آن ندارید می توانید مقاله داده کاوی چیست را در سایت های پروژه مطالعه کنید

جهت کسب اطلاعات بیشتر درباره داده کاوی و خوشه بندی PDF زیر را دانلود و مطالعه نمایید