उच्च-आयामी डेटा से सबस्पेस क्लस्टर खोज
कई विधियों को तीन प्रमुख समूहों में वर्गीकृत किया गया है: सबस्पेस खोज तकनीक, सहसंबंध-आधारित क्लस्टरिंग तकनीक, और बाइक्लस्टरिंग तकनीक।
1. सबस्पेस खोज तकनीक (Subspace Search Technique)
एक सबस्पेस खोज विधि क्लस्टर्स के लिए कई सबस्पेस की खोज करती है। इसलिए, एक क्लस्टर वस्तुओं का एक उपसमूह है जो एक सबस्पेस में एक-दूसरे के समान हैं। समानता पारंपरिक उपायों जैसे दूरी या घनत्व द्वारा प्राप्त की जाती है।
उदाहरण के लिए, CLIQUE एल्गोरिदम एक सबस्पेस क्लस्टरिंग तकनीक है। यह आयाम-बढ़ते क्रम में उन सबस्पेस और क्लस्टर्स को निर्दिष्ट कर सकता है और एंटीमोनोटोनिसिटी का उपयोग उन सबस्पेस को प्रून करने के लिए करता है जिनमें कोई क्लस्टर मौजूद नहीं हो सकता। सबस्पेस खोज तकनीक के सामने एक बड़ी चुनौती यह है कि सबस्पेस के अनुक्रम को प्रभावी ढंग से कैसे खोजा जाए।
सबस्पेस खोज के दो प्रकार के तरीके:
- बॉटम-अप विधि: निम्न-आयामी सबस्पेस से शुरू होती है और उच्च-आयामी सबस्पेस की खोज केवल तभी करती है जब उन बड़े आयामों में क्लस्टर हो सकते हैं। कई प्रूनिंग दृष्टिकोणों का विश्लेषण उन कई उच्च-आयामी सबस्पेस को कम करने के लिए किया जाता है जिन्हें खोजने की आवश्यकता होती है। CLIQUE बॉटम-अप दृष्टिकोण का एक उदाहरण है।
- टॉप-डाउन विधि: पूर्ण स्थान से शुरू होती है और पुनरावर्ती रूप से छोटे और छोटे सबस्पेस की खोज करती है। टॉप-डाउन विधियां केवल तभी कुशल होती हैं जब स्थानीयता धारणा प्रभावित होती है, जिसके लिए आवश्यक है कि एक क्लस्टर का सबस्पेस स्थानीय पड़ोस द्वारा तय किया जा सके।
2. सहसंबंध-आधारित क्लस्टरिंग विधियां (Correlation-Based Clustering Methods)
जबकि सबस्पेस खोज विधियां दूरी या घनत्व जैसे पारंपरिक मैट्रिक्स का उपयोग करके गणना की गई समानता वाले क्लस्टर्स की खोज करती हैं, सहसंबंध-आधारित विधियां उन्नत सहसंबंध मॉडल द्वारा दर्शाए गए क्लस्टर्स को ढूंढ सकती हैं।
एक PCA-आधारित दृष्टिकोण पहले PCA (प्रिंसिपल कंपोनेंट्स एनालिसिस) का उपयोग करके नए, असहसंबद्ध आयामों का एक सेट बदलता है, और इसलिए नए स्थान या उसके सबस्पेस में क्लस्टर्स की खोज करता है। इसके अलावा PCA, अन्य स्थान परिवर्तनों का उपयोग किया जा सकता है, जिसमें हफ ट्रांसफॉर्म या फ्रैक्टल आयाम शामिल हैं।
3. बाइक्लस्टरिंग विधियां (Biclustering Methods)
कुछ अनुप्रयोगों में, वस्तुओं और विशेषताओं दोनों को एक साथ क्लस्टर करना आवश्यक होता है। परिणामी क्लस्टर्स को बाइक्लस्टर्स कहा जाता है और चार आवश्यकताओं को पूरा करते हैं:
- केवल वस्तुओं का एक छोटा समूह एक क्लस्टर में प्रदर्शन करता है।
- एक क्लस्टर में केवल कुछ विशेषताओं की संख्या होती है।
- एक वस्तु कई क्लस्टर्स में भाग ले सकती है, या किसी क्लस्टर में शामिल नहीं हो सकती।
- एक विशेषता कई क्लस्टर्स में शामिल हो सकती है, या किसी क्लस्टर में शामिल नहीं हो सकती।
बाइक्लस्टरिंग की उत्पत्ति
बाइक्लस्टरिंग तकनीकों को पहली बार जीन अभिव्यक्ति डेटा का पता लगाने की आवश्यकताओं को संबोधित करने के लिए अनुशंसित किया गया था। एक जीन एक जीवित संरचना से उसके वंशज तक लक्षणों के पारित होने की एक प्रणाली है। आमतौर पर, एक जीन DNA के एक खंड पर बना होता है।
जीन सभी जीवित चीजों के लिए महत्वपूर्ण हैं क्योंकि वे कुछ प्रोटीन और कार्यात्मक RNA श्रृंखलाओं को परिभाषित करते हैं। वे एक जीवित जीव की कोशिकाओं के निर्माण और समर्थन और वंशजों को आनुवंशिक लक्षणों को पारित करने के लिए डेटा को प्रभावित करते हैं।
एक जीनोटाइप एक कोशिका, एक जीव, या एक व्यक्ति का आनुवंशिक मेकअप है। फेनोटाइप एक जीव की स्पष्ट विशेषताएं हैं। जीन अभिव्यक्ति आनुवंशिकी में महत्वपूर्ण स्तर है जिसमें जीनोटाइप फेनोटाइप का कारण बनते हैं।
