ग्रिड-आधारित क्लस्टरिंग
एक ग्रिड डेटा के एक सेट को व्यवस्थित करने का एक प्रभावी तरीका है, कम से कम कम आयामों में। अवधारणा प्रत्येक विशेषता के लागू मूल्यों को कई सन्निकट अंतरालों में विभाजित करना है, जिससे ग्रिड सेल्स का एक समूह बनता है। प्रत्येक ऑब्जेक्ट एक ग्रिड सेल में आता है जिसके समतुल्य विशेषता अंतराल में ऑब्जेक्ट के मूल्य शामिल होते हैं।
ऑब्जेक्ट्स को रिकॉर्ड के एक पास में उपयुक्त ग्रिड सेल्स को असाइन किया जा सकता है, और प्रत्येक सेल के बारे में डेटा, जिसमें सेल में पॉइंट्स की संख्या शामिल है, को समवर्ती रूप से एकत्र किया जा सकता है।
ग्रिड का उपयोग करके क्लस्टरिंग लागू करने के कई तरीके हैं, लेकिन अधिकांश विधियां घनत्व पर आधारित हैं। ग्रिड-आधारित क्लस्टरिंग का एल्गोरिदम निम्नलिखित है:
- ग्रिड सेल्स का एक समूह परिभाषित करें।
- ऑब्जेक्ट्स को उपयुक्त सेल्स को असाइन करें और प्रत्येक सेल के घनत्व की गणना करें।
- एक परिभाषित थ्रेशोल्ड, r से नीचे घनत्व वाले सेल्स को हटा दें।
- घने सेल्स के सन्निकट समूह से क्लस्टर्स बनाएं।
ग्रिड सेल्स को परिभाषित करना
यह प्रक्रिया में एक बुनियादी कदम है, लेकिन सबसे कम स्पष्ट भी है, क्योंकि प्रत्येक विशेषता के संभावित मूल्यों को कई सन्निकट अंतरालों में विभाजित करने के कई तरीके हैं। सतत विशेषताओं के लिए, एक तरीका मूल्यों को समान चौड़ाई के अंतरालों में विभाजित करना है। यदि इस विधि का उपयोग प्रत्येक विशेषता के लिए किया जाता है, तो परिणामी ग्रिड सेल्स सभी का समान आयतन होता है, और एक सेल का घनत्व आसानी से सेल में पॉइंट्स की संख्या के रूप में परिभाषित किया जाता है।
ग्रिड सेल्स का घनत्व
ग्रिड सेल के घनत्व को क्षेत्र के आयतन से विभाजित पॉइंट्स की संख्या के रूप में परिभाषित किया जा सकता है। दूसरे शब्दों में, घनत्व उस क्षेत्र की मात्रा प्रति पॉइंट्स की संख्या है, चाहे उस क्षेत्र की आयामिता कुछ भी हो।
घने ग्रिड सेल्स से क्लस्टर्स बनाना
सन्निकट घने सेल्स के समूह से क्लस्टर्स बनाना अपेक्षाकृत आसान है। कुछ समस्याएं हैं जैसे कि यह परिभाषित करना आवश्यक है कि सन्निकट सेल्स से हमारा क्या मतलब है। क्लस्टरिंग विधि में कुछ नुकसान हैं जिन्हें एल्गोरिदम को थोड़ा अधिक परिष्कृत बनाकर संबोधित किया जा सकता है। उदाहरण के लिए, क्लस्टर की सीमा पर आंशिक रूप से खाली सेल्स होने की संभावना है।
बेसिक ग्रिड-आधारित क्लस्टरिंग को घनत्व से अधिक डेटा का उपयोग करके सुधारना संभव है। कुछ मामलों में, रिकॉर्ड में स्थानिक और गैर-स्थानिक दोनों विशेषताएं होती हैं। दूसरे शब्दों में, कई विशेषताएं समय या स्थान में ऑब्जेक्ट्स के क्षेत्र को परिभाषित करती हैं, जबकि अन्य विशेषताएं ऑब्जेक्ट्स के अन्य तत्वों को परिभाषित करती हैं।
एक उदाहरण घर हैं, जिनमें एक स्थान और कई विशेषताएं दोनों होती हैं, जिनमें कीमत या वर्ग फीट में फर्श की जगह शामिल होती है। स्थानिक (या अस्थायी) ऑटोकॉरेलेशन के कारण, एक विशिष्ट सेल में ऑब्जेक्ट्स उनकी अन्य विशेषताओं के लिए समान मूल्य रखते हैं।
