1-ma’ruza. Berilganlarni intellektual tahliliga kirish

Guruhlash usullari. Guruhlash (klasterizatsiya) usullarining umumiy qabul qilingan sinflanishi yo‘q, lekin, bir nechta yondashuv guruhlarga bo‘lish mumkin:

• 
  1. Ehtimolli yondashuv. Har bir qaralayotgan obyekt k sinfdan biriga tegishli deb qaraladi. Ularga quyidagilar kiradi:
  
• 
  K-means;
  
• 
  K-medians;
  
• 
  EM-algoritm (Expectation-maximization (EM) algorithm);
  
• 
  FOREL algoritmlar oilasi;
  
• 
  Diskriminantli tahlil.
  
• 
  2. Sun’iy intellekt tizimlariga asoslangan yondashuv algoritmlari:
  
• 
  C-means;
  
• 
  Koxonen neyron to‘ri;
  
• 
  Genetik algoritm.
  

3. Mantiqiy yondashuv. Dendrogrammalarni qurish qaror daraxtlari yordamida amalga oshiriladi.
4. Nazariy – grafli yondashuv algoritmlariga guruhlashning grafli algoritmlarini keltirish mumkin.
5. Iyerarxik yondashuv. Bu guruh algoritmlari aglomerativ (birlashtiruvchi) va diviziv (ajratuvchi) guruhlarga ajraladi. Alomatlar soniga qarab monotetik va politetik klassifikatsiya usullariga ajraladi. Bunga iyerarxik diviziv guruhlash yoki taksonomiya usulini keltirish mumkin.
6. Yuqoridagilardan farqli boshqa usullar:
Klasterizatsiyaning statistik algoritmlari;
Klasterizatorlar ansambli;
KRAB algoritmlar oilasi;
“Elash” usuli asosidagi algoritm;
DBSCAN.
Sanab o‘tilgan usullar o‘rtasida farqlar bo‘lishiga qaramasdan barchasi kompaktlik gipotezasiga tayanadi, ya’ni, obyektlar fazosida barcha yaqin obyektlar bir klasterga, barcha farqli obyektlar mos ravishda turli klasterlarga tegishli bo‘lishlari shart.


Klasterlash masalasining qo‘yilishi va usullari
Obrazlarni anglashning o‘qituvchisiz o‘rgatish masalalarida mashina tizimiga faqat obrazlar majmuasi . Уshbu obrazlar asosida tizim nafaqat qaror qilish qoidasini qurishi, balki sinflar to‘plamini shakllantirishi kerak bo‘ladi.
Odatda qaror qilish qoidasi o‘rgatuvchi tanlanmaning har bir obrazini sinflarning biriga tegishli ekanligi aniqlab beradi, shu sababli masala tanlanma obrazlarnini guruhlarga birlashtirishga keladi (shular asosida sinflar shakllantiriladi). Bunday birlashtirishga guruhlash deyiladi. Guruhlarga bo‘lish amalga oshirilgandan keyin qaror qilish qoidasini qurish uchun obrazlarni anglashning o‘qituvchili usullari qo‘llanishi mumkin. Bu yerda savol yuzaga keladi: nimaga asoslangan holda qandaydir obrazlarni bitta sinfga, qaysilarini – boshqa sinfga tegishli deb hisoblash kerak bo‘ladi?
Ushbu savolga intuitiv aniq javoblardan biri – bir-biriga o‘xshash obrazlar birlashishi kerak. O‘xshashlik darajasi alomatlar fazosidagi masofa bilan aniqlanadi. Metrikani tanlash erkin bo‘lsa ham, odatda yevklid metrikasi olinadi. Agar sinflarga bir-biriga eng yaqin obrazlar birlashsa, guruhlash masalasi klasterlash masalasiga, ya’ni klasterlarni (kompakt joylashgan obrazlar guruhini o‘z ichiga olgan sohalarni) izlash masalasiga aylanadi.