Graf tabanlı kümeleme algoritmaları üzerine
Küçük Resim Yok
Tarih
2019
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Ege Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Kümeleme problemi veri madenciliği içerisinde bulunan önemli çalışma alanlarından bir tanesidir. Kümeleme probleminin çözümünde, bir veri kümesi belirli bir benzerlik ölçüsü baz alınarak benzer veriler aynı kümede ve kümeler arası uzaklık maksimum olacak şekilde kümelerin bulunması amaçlanır. Ekonomide, sanayide, tıp alanında vb. pek çok alanda uygulamalara sahip olan kümeleme problemi için kesin-bulanık, hiyerarşik-hiyerarşik olmayan vb. pek çok farklı yaklaşım bulunmaktadır. Kümeleme problemine bir başka yaklaşım ise graf tabanlıdır. Bu tezde, kümeleme probleminin graf tabanlı çözümü için farklı çözüm yaklaşımları incelenmiştir. Her bir yöntemin örnek graf tabanlı veri setleri üzerinde çalışması ele alınmıştır. Bunun yanısıra, yeni bir graf tabanlı kümeleme yöntemi incelenip, örnek veri setleri üzerinde ayrıntılı analizi yapılmıştır
Clustering problem is one of the important areas of data mining. In the solution of the clustering problem, a data set is intended to have clusters of similar data based on a certain degree of similarity in the same cluster and the clusters as the maximum distance between clusters. In economics, industry, medicine etc. for the clustering problem that has applications in many areas, such as exact-fuzzy, hierarchical-non-hierarchical and so on. There are many different approaches. Another approach to the clustering problem is the graphical basis. In this thesis, different solution approaches for the graphical solution of the clustering problem are investigated. The study of each method on the sample graphical data sets is discussed. In addition, a new graph-based clustering method was examined and detailed analysis was performed on sample data sets.
Clustering problem is one of the important areas of data mining. In the solution of the clustering problem, a data set is intended to have clusters of similar data based on a certain degree of similarity in the same cluster and the clusters as the maximum distance between clusters. In economics, industry, medicine etc. for the clustering problem that has applications in many areas, such as exact-fuzzy, hierarchical-non-hierarchical and so on. There are many different approaches. Another approach to the clustering problem is the graphical basis. In this thesis, different solution approaches for the graphical solution of the clustering problem are investigated. The study of each method on the sample graphical data sets is discussed. In addition, a new graph-based clustering method was examined and detailed analysis was performed on sample data sets.
Açıklama
Anahtar Kelimeler
Matematik, Mathematics
