qayerdaC1,C2,⋯,Ckklasterlardir vam(C1),m(C2),⋯,m(Ck)klasterlarning mos keladigan medoidlaridir.
Oldingi tadqiqotlar K-medoidlar bilan klasterlashning bir necha usullarini qo'llagan bo'lsa-da, ushbu tadqiqot tomonidan taklif qilingan keng tarqalgan ishlatiladigan algoritm bo'lgan Medoidlar atrofida bo'linish (PAM) dan foydalanilgan.Kaufman va Russo (2009). PAM algoritmi k klasterni hisobga olgan holda bir necha bosqichlarni o'z ichiga oladi:
1-qadam: Dastlabki klaster medioidlarini tasodifiy sifatida tanlang
kma'lumotlar to'plamidan ob'ektlar.
2-qadam:Ma'lumotlar to'plamidagi qolgan ob'ektlarni eng yaqin medoidlarga tayinlang.
3-qadam:(7) tenglamadagi xatoni hisoblang.
bosqich:Ma'lumotlar to'plamidan medoid bo'lmagan ob'ektni tasodifiy tanlang.
qadam: Mavjud medoidlardan biri tanlangan ob'ektlar bilan almashtirilgan deb faraz qiling4qadam va xatoni hisoblang. 6-bosqich: Agar 5-bosqichda hisoblangan xato xatolikdan past bo'lsa, eski medoidni medoid bilan almashtiring.3Qadam. 7-qadam: Medoidlarning holati o'zgarmaguncha 2 dan 6 gacha bo'lgan bosqichlarni takrorlang.
Ierarxik klasterlash
Ierarxik klasterlash - bu nazoratsiz o'rganish usuli bo'lib, u dendrogramma sifatida ko'rsatilishi mumkin bo'lgan klasterlar ierarxiyasini shakllantirish orqali ob'ektlarni klasterlashtiradi. Umuman olganda, ierarxik klasterlash uchun ikkita asosiy yondashuv taklif qilingan: aglomerativ (pastdan yuqoriga) va bo'linuvchi (yuqoridan pastga). Ushbu tadqiqotda eng keng tarqalgan yondashuv bo'lgan aglomerativ usul (Murtagh va Contreras, 2012 yil) haydash uslubini tasniflash uchun ishlatilgan. Klasterlashning aglomerativ ierarxik usuli quyida keltirilgan bir necha bosqichlarni o'z ichiga oladi:
qadam:Har bir ob'ektni klaster sifatida qabul qiling.
qadam:Har bir klaster juftligi uchun masofani hisoblang.
qadam:Eng yaqin ikkita klasterni aniqlang va ularni bitta klasterga birlashtiring. 4-bosqich:3–4- bosqichlardan bitta klaster qolguncha iterativ jarayondan foydalaning.
