خوشه‌‌بندي بر اساس تابع توزيع آميخته چوله تي

كارشناسي ارشد

پيشرفت تكنولوژي باعث به ‌وجود آمدن حجم زيادي از داده‌ها شده است كه اطلاعاتي از آن‌ها نداريم. خوشه‌بندي بر اساس مدل، روشي براي استخراج اطلاعات و تجزيه و تحليل داده‌ها است كه داده‌ها با برازش يك توزيع آماري آميخته، به گروهي از اشياء دسته‌بندي مي‌شوند؛ به طوري كه اشياء در يك دسته بسيار شبيه به هم هستند. به دليل وجود داده‌هاي چوله با دم‌هاي سنگين، توزيع آميخته چوله تي به عنوان يك مدل مناسب براي خوشه‌بندي در نظر گرفته شده است. پس از معرفي توزيع آميخته چوله تي و برآورد پارامترهاي آن با استفاده از الگوريتم ECM ، به خوشه‌بندي داده‌ها پرداخته مي‌شود كه تعيين تعداد خوشه توسط شاخص‌هاي DBI و SI و ارزيابي خوشه توسط شاخص‌هاي خلوص و رَند صورت مي‌گيرد. خوشه‌بندي داده‌هاي شبيه سازي شده، آنزيم خون و اسكناس سوئيس نشان مي‌دهد كه توزيع آميخته چوله تي، مدل بهتري براي خوشه‌بندي داده‌هاي چوله با دم‌هاي سنگين در مقايسه با توزيع آميخته چوله نرمال است. نتايج به‌ دست آمده در اين پژوهش، توسط نرم افزار آماري R انجام شده است و تمامي مدل‌ها، در حالت يك متغيره و چند متغيره مي‌باشند.

207327

دانشگاه علم و صنعت ايران

دكتر رضا احمدي

آمار رياضي

دكتر رحمان فرنوش