শ্রেণীবিন্যাস পদ্ধতি কি?

একটি শ্রেণিবদ্ধ ক্লাস্টারিং কৌশল ক্লাস্টারের একটি গাছে ডেটা অবজেক্টকে একত্রিত করে কাজ করে। হায়ারার্কিক্যাল ক্লাস্টারিং অ্যালগরিদম হয় টপ-ডাউন বা বটম-আপ। একত্রীকরণ বা বিভক্ত করার সিদ্ধান্ত সম্পূর্ণ হয়ে গেলে সামঞ্জস্য বাস্তবায়নে অক্ষমতার কারণে একটি প্রামাণিক হায়ারার্কিক্যাল ক্লাস্টারিং পদ্ধতির গুণমান খারাপ হয়৷

ক্লাস্টারগুলির একত্রীকরণ ক্লাস্টারগুলির মধ্যে দূরত্বের উপর ভিত্তি করে৷ ক্লাস্টারগুলির মধ্যে দূরত্বের জন্য ব্যাপকভাবে ব্যবহৃত পরিমাপগুলি নিম্নরূপ, যেখানে mi হল ক্লাস্টার Ci-এর গড়, ni হল Ci-এ বিন্দুর সংখ্যা এবং |p – p’| p এবং p' দুটি বিন্দুর মধ্যে দূরত্ব।

হায়ারার্কিক্যাল ক্লাস্টারিং পদ্ধতির ধরন

দুটি ধরণের শ্রেণিবদ্ধ ক্লাস্টারিং পদ্ধতি রয়েছে যা নিম্নরূপ -

Agglomerative Hierarchical Clustering (AHC) − AHC হল একটি বটম-আপ ক্লাস্টারিং পদ্ধতি যেখানে ক্লাস্টারগুলিতে সাব-ক্লাস্টার থাকে, যার ফলস্বরূপ সাব-ক্লাস্টার ইত্যাদি থাকে। এটি প্রতিটি বস্তুকে তার ক্লাস্টারে সনাক্ত করার মাধ্যমে শুরু হয় এবং তারপর এই পারমাণবিক ক্লাস্টারগুলিকে বৃহত্তর এবং বৃহত্তর ক্লাস্টারে একত্রিত করে যতক্ষণ না সমস্ত বস্তু একটি একক ক্লাস্টারে থাকে বা যতক্ষণ না এটি নির্দিষ্ট সমাপ্তির শর্ত পূরণ করে। বেশিরভাগ শ্রেণীবদ্ধ ক্লাস্টারিং পদ্ধতি এই ধরনের প্রয়োগ করা হয়। তারা শুধুমাত্র তাদের মধ্যে ক্লাস্টার সাদৃশ্যের সংজ্ঞায় আলাদা।

উদাহরণস্বরূপ, AGNES (Agglomerative Nesting) নামে পরিচিত একটি পদ্ধতি, একক-লিঙ্ক কৌশল ব্যবহার করে এবং নিম্নরূপ কাজ করে। একটি আয়তক্ষেত্রে অবস্থিত বস্তুর সেট আছে বিবেচনা করুন. মূলত, প্রতিটি বস্তুকে তার নিজস্ব একটি ক্লাস্টারে স্থাপন করা হয়। তারপর ক্লাস্টারগুলিকে ক্লাস্টারের নিকটতম বস্তুগুলির মধ্যে সর্বনিম্ন ইউক্লিডীয় দূরত্বের সাথে ক্লাস্টারগুলিকে একত্রিত করা সহ কিছু নীতি অনুসারে ধাপে ধাপে একত্রিত করা হয়।

ডিভিসিভ হায়ারর্কিক্যাল ক্লাস্টারিং (DHC) − DHC একটি টপ-ডাউন পদ্ধতি এবং সাধারণত কম ব্যবহৃত হয়। এটি সমষ্টিগত ক্লাস্টারিংয়ের অনুরূপ পদ্ধতিতে কাজ করে কিন্তু বিপরীত দিকে। এই পদ্ধতিটি সমস্ত বস্তু সহ একটি একক ক্লাস্টার দিয়ে শুরু হয় এবং তারপর ক্রমাগতভাবে ফলস্বরূপ ক্লাস্টারগুলিকে বিভক্ত করে যতক্ষণ না শুধুমাত্র একক বস্তুর ক্লাস্টার অবশিষ্ট থাকে বা যতক্ষণ না এটি নির্দিষ্ট পরিসমাপ্তি শর্ত পূরণ করে, যার মধ্যে একটি কাঙ্খিত সংখ্যক ক্লাস্টার প্রাপ্ত হয় বা দুটি নিকটতম ক্লাস্টারের মধ্যে দূরত্ব একটি সীমার উপরে না হয়। নির্দিষ্ট থ্রেশহোল্ড দূরত্ব।

বিভাজন পদ্ধতিগুলি সাধারণত অ্যাক্সেসযোগ্য নয় এবং উচ্চ স্তরে বিভাজনের সঠিক সিদ্ধান্ত তৈরি করতে অসুবিধার কারণে খুব কমই ব্যবহার করা হয়েছে৷ ডায়ানা (ডিভিসিয়া অ্যানালাইসিস) হল বিভাজনীয় শ্রেণিবিন্যাস ক্লাস্টারিং পদ্ধতির একটি উদাহরণ। এটি বিপরীত ক্রমে কাজ করে। মূলত, সমস্ত বস্তু একটি ক্লাস্টারে অবস্থিত। এইভাবে ক্লাস্টারটি ক্লাস্টারের নিকটতম প্রতিবেশী বস্তুর মধ্যে সর্বাধিক ইউক্লিডীয় দূরত্ব অনুসারে ক্লাস্টারগুলিকে বিভক্ত করা সহ কিছু নীতি অনুসারে ভাগ করা হয়।