BIRCH-এর পরিচয়
BIRCH står för Balanced Iterative Reducing and Clustering Using Hierarchies। এটি категорииকৃত क्लাস্টারিং এবং ইটারেটিভ পার্টিশনিং সহ অন্যান্য ক্লাস্টারিং পদ্ধতির সংহতির মাধ্যমে বিশাল পরিমাণ সংখ্যাসূচক রেকর্ড ক্লাস্টার করার জন্য ডিজাইন করা হয়েছে।
ক্লাস্টারিং বৈশিষ্ট্য এবং CF ট্রি
BIRCH দুটি ধারণা প্রদান করে: ক্লাস্টারিং বৈশিষ্ট্য (Clustering Feature) এবং ক্লাস্টারিং বৈশিষ্ট্য গাছ (CF tree), যা ক্লাস্টার বর্ণনা সারসংক্ষেপ করতে ব্যবহৃত হয়। এই কাঠামোগুলো ক্লাস্টারিং পদ্ধতিকে বিশাল ডেটাবেসে সর্বোত্তম গতি ও মাপনযোগ্যতা অর্জন করতে সক্ষম করে এবং অনুক্রমিক ও গতিশীল ক্লাস্টারিং করে inward القادمة বস্তুগুলির জন্য কার্যকর করে তোলে।
ক্লাস্টার পরিসংখ্যান
একটি ক্লাস্টারে nটি d-মাত্রিক ডেটা বস্তু বা পয়েন্ট দেওয়া থাকলে, ক্লাস্টারের কেন্ড্রয়েড x₀, ব্যাসার্ধ R, এবং ব্যাস D নিম্নরূপ উপস্থাপন করা যায়:
x₀ = (Σᵢ xᵢ) / n
R = √(Σᵢ (xᵢ − x₀)² / n)
D = √(Σᵢ Σⱼ (xᵢ − xⱼ)² / n(n−1))
এখানে R হল সদস্য উপাদান থেকে কেন্ড্রয়েড পর্যন্ত গড় দূরত্ব, এবং D হল একটি ক্লাস্টারের ভিতরে গড় জোড়ামিলা দূরত্ব। R এবং D উভয়ই কেন্ড্রয়েডের চারদিকে ক্লাস্টারটির ঘনত্বকে প্রতিফলিত করে।
ক্লাস্টারিং বৈশিষ্ট্য (CF)
একটি ক্লাস্টারিং বৈশিষ্ট্য (CF) হল বস্তুগুলির ক্লাস্টারের সম্পর্কে ডেটা সারসংক্ষেপকারী একটি ত্রিমাত্রিক ভেক্টর। একটি ক্লাস্টারে nটি d-মাত্রিক বস্তু বা পয়েন্ট, {xᵢ} দেওয়া থাকলে, ক্লাস্টারের CF উপস্থাপিত হয়:
CF = (n, LS, SS)
যেখানে n হল ক্লাস্টারের পয়েন্ট সংখ্যা, LS হল n পয়েন্টের লিনিয়ার যোগফল Σᵢ xᵢ, এবং SS হল ডেটা পয়েন্টগুলির বর্গ যোগফল (অর্থাৎ Σᵢ xᵢ²)।
একটি ক্লাস্টারিং বৈশিষ্ট্য প্রদত্ত ক্লাস্টারের পরিসংখ্যানের একটি সারসংক্ষেপ: পরিসংখ্যানিক দৃষ্টিকোণ থেকে ক্লাস্টারের শূন্য, প্রথম, এবং দ্বিতীয় মুমেন্ট। ক্লাস্টারিং বৈশিষ্ট্য들은 সংযোজ্য। উদাহরণস্বরূপ, মনে করুন আমাদের দুটি असংবদ্ধ ক্লাস্টার C1 এবং C2 আছে যাদের ক্লাস্টারিং বৈশিষ্ট্য যথাক্রমে CF1 এবং CF2। C1 এবং C2 মিলিয়ে গঠিত ক্লাস্টারের ক্লাস্টারিং বৈশিষ্ট্য হল সহজেই CF1 + CF2।
CF ট্রি
CF ট্রি হল একটি উচ্চতা-সন্তুলিত গাছ যা স dirigir চারিত্রিক ক্লাস্টারিং জন্য ক্লাস্টারিং বৈশিষ্ট্য সংরক্ষণ করে। একটি গাছের নন-লিফ নোডের সন্তান বা "children" থাকে। নন-লিফ নোডগুলি তাদের সন্তানদের CF-এর যোগফল সংরক্ষণ করে এবং তদনুসারে তাদের সন্তানদের সম্পর্কে ক্লাস্টারিং তথ্য সারসংক্ষেপ করে।
CF ট্রির দুটি প্যারামিটার রয়েছে: ব্রাঞ্চিং ফ্যাক্টর B, এবং থ্রেশহোল্ড T। ব্রাঞ্চিং ফ্যাক্টর প্রতিটি নন-লিফ নোডের সর্বাধিক সন্তান সংখ্যা সংজ্ঞায়িত করে। থ্রেশহোল্ড প্যারামিটার গাছের লিফ নোডে সংরক্ষিত সাব-ক্লাস্টারগুলির সর্বাধিক ব্যাস সংজ্ঞায়িত করে। এই দুটি প্যারামিটার ফলাফলস্বরূপ গাছের আকার নিয়ন্ত্রণ করে।
