Metasezgisel yöntemlerin kümeleme analizinde uygulanması

Cluster Analysis, Ant Clustering Algorithms, Heaps Merging, Hybrid Algorithms, K-ortalama.;Kümeleme Analizi, Karınca Kümeleme Algoritmaları, Yığın Birleştirme, Melez Algoritmalar, K-ortalama Algoritması.;Kümeleme analizi, veri madenciliği, örüntü tanıma, makine öğrenmesi, görüntü işleme gibi pek çok farklı alanda kullanılan önemli bir veri analiz tekniğidir. Kümeleme probleminde etkin çözümler elde edebilmek amacıyla, melez algoritmalar sıklıkla kullanılmaktadır. Bu çalışma kapsamında, karınca kümeleme ve K-ortalama algoritmalarına dayanan, AntClass kümeleme algoritmasının gerçekleştirimi yapılarak, bu algoritma sonucu elde edilen küme sayısını iyileştirmek ve algoritmanın daha iyi başarım elde etmesini sağlamak için iki farklı yığın birleştirme yaklaşımı sunulmuştur. Geliştirilen yeni yaklaşım ve standart AntClass algoritması, kümelemede sıklıkla kullanılan veri setleri ile F-ölçütü, rand indeksi, küme içi varyans gibi başarım ölçütlerine dayalı olarak karşılaştırılmış ve önerilen yaklaşım ile daha iyi sonuçlar elde edildiği gözlenmiştir.