हायरार्किकल मेथड क्या हैं?

एक हायरार्किकल क्लस्टरिंग तकनीक डेटा ऑब्जेक्ट को क्लस्टर के ट्री में संयोजित करके काम करती है। हायरार्किकल क्लस्टरिंग एल्गोरिदम या तो टॉप-डाउन या बॉटम-अप होते हैं। एक प्रामाणिक हायरार्किकल क्लस्टरिंग विधि की गुणवत्ता एक बार मर्ज या स्प्लिट निर्णय पूरा हो जाने पर समायोजन लागू करने में असमर्थता से खराब हो जाती है।

क्लस्टर का विलय क्लस्टर के बीच की दूरी पर आधारित होता है। क्लस्टर के बीच दूरी के लिए व्यापक रूप से उपयोग किए जाने वाले माप निम्नलिखित हैं, जहां mᵢ क्लस्टर Cᵢ के लिए माध्य है, nᵢ Cᵢ में बिंदुओं की संख्या है, और |p – p'| दो बिंदुओं p और p' के बीच की दूरी है।

हायरार्किकल क्लस्टरिंग मेथड के प्रकार (Types of Hierarchical Clustering Methods)

हायरार्किकल क्लस्टरिंग मेथड के दो प्रकार हैं जो निम्नलिखित हैं:

एग्लोमरेटिव हायरार्किकल क्लस्टरिंग (AHC - Agglomerative Hierarchical Clustering)

AHC एक बॉटम-अप क्लस्टरिंग विधि है जहां क्लस्टर में सब-क्लस्टर होते हैं, जो बदले में सब-क्लस्टर होते हैं, आदि। यह प्रत्येक ऑब्जेक्ट को अपने क्लस्टर में रखकर शुरू होता है और फिर इन परमाणु क्लस्टर को बड़े और बड़े क्लस्टर में तब तक जोड़ता है जब तक कि सभी ऑब्जेक्ट एक ही क्लस्टर में न हों या जब तक यह विशिष्ट समाप्ति स्थिति को संतुष्ट न करे। अधिकांश हायरार्किकल क्लस्टरिंग मेथड इस प्रकार के लागू होते हैं। वे केवल अपने क्लस्टर-बीच समानता की परिभाषा में भिन्न होते हैं।

उदाहरण के लिए, AGNES (एग्लोमरेटिव नेस्टिंग) नामक एक विधि, सिंगल-लिंक तकनीकों का उपयोग करती है और निम्नानुसार काम करती है। एक आयत में स्थित ऑब्जेक्ट के सेट पर विचार करें। मूल रूप से, प्रत्येक ऑब्जेक्ट को अपने क्लस्टर में रखा जाता है। फिर क्लस्टर को कुछ सिद्धांत के अनुसार चरण-दर-चरण संयोजित किया जाता है जिसमें क्लस्टर में सबसे करीबी ऑब्जेक्ट के बीच न्यूनतम यूक्लिडियन दूरी वाले क्लस्टर को मर्ज करना शामिल है।

डिवाइसिव हायरार्किकल क्लस्टरिंग (DHC - Divisive Hierarchical Clustering)

DHC एक टॉप-डाउन दृष्टिकोण है और कम आम तौर पर उपयोग किया जाता है। यह एग्लोमरेटिव क्लस्टरिंग के समान तरीकों से काम करता है लेकिन विपरीत दिशा में। यह विधि सभी ऑब्जेक्ट को शामिल करने वाले एकल क्लस्टर से शुरू होती है, और फिर क्रमिक रूप से परिणामी क्लस्टर को विभाजित करती है जब तक कि केवल एकल ऑब्जेक्ट के क्लस्टर न रह जाएं या जब तक यह विशिष्ट समाप्ति स्थिति को संतुष्ट न करे, जिसमें वांछित संख्या में क्लस्टर प्राप्त करना या दो निकटतम क्लस्टर के बीच की दूरी एक विशिष्ट थ्रेशोल्ड दूरी से ऊपर होना शामिल है।

डिवाइसिव मेथड आमतौर पर सुलभ नहीं हैं और शायद ही कभी उपयोग किए गए हैं क्योंकि उच्च स्तर पर विभाजन के सही निर्णय बनाने की कठिनाई के कारण। DIANA (डिविसिया एनालिसिस) डिवाइसिव हायरार्किकल क्लस्टरिंग मेथड का एक उदाहरण है। यह विपरीत क्रम में काम करता है। मूल रूप से, सभी ऑब्जेक्ट एक क्लस्टर में स्थित हैं। इस प्रकार क्लस्टर को कुछ सिद्धांत के अनुसार विभाजित किया जाता है, जिसमें क्लस्टर में सबसे करीबी पड़ोसी ऑब्जेक्ट के बीच अधिकतम यूक्लिडियन दूरी के अनुसार क्लस्टर को विभाजित करना शामिल है।