بهینه سازی الگوریتم خوشه بندی متن با ارائه یک روش ترکیبی کاهش ابعاد با ادغام روش های انتخاب ویژگی و استخراج ویژگی

Abstract

خوشه بندی یک روش بسیار قدرتمند برای کشف گروه ها و وابستگی های طبیعی در یک مجموعه داده می باشد. روش های کاهش ابعاد مختلفی معرفی شده اند و از آنجایی که هر روش کاهش ابعاد از استراتژی های مختلفی برای انتخاب یک زیر مجموعه از ویژگی ها استفاده می کند، نتیجه آنها زیرمجموعه های مختلفی از ویژگی ها برای مجموعه داده های مشابه می باشد. یک رویکرد ترکیبی شامل جنبه های مختلف برای انتخاب زیر مجموعه ای از ویژگی ها، می تواند بسیار موثر واقع شود. در این پژوهش ابتدا رویکرد اجتماع روی ویژگی های انتخاب شده برتر و سپس رویکرد اشتراک بر روی ویژگی های باقی مانده در فهرست زیرمجموعه ها اعمال می شوند که بدون افزایش زیاد ابعاد فضای ویژگی ها تضمین می شود. مطالعات تجربی به وضوح نشان می دهد که روش پیشنهادی دقت خوشه بندی را در مقایسه با روش های دیگر بهبود می بخشد.