কম্পিউটার টিউটোরিয়াল

ডেটা মাইনিং-এ ক্লাস্টারিং-এর প্রকারভেদ কী?


ক্লাস্টারিং-এর 다양한 প্রকার আছে:

হায়ারার্কিক্যাল বনাম পার্টিশনাল (Hierarchical vs Partitional)

বিভিন্ন ধরনের ক্লাস্টারিং-এর মধ্যে পার্থক্য হলো ক্লাস্টার সেট নেস্টেড কিনা বা আননেস্টেড, বা জনপ্রিয় টার্মিনোলজিতে হায়ারার্কিক্যাল বা পার্টিশনাল। একটি পার্টিশনাল ক্লাস্টারিং হলো ডেটা অবজেক্টের গ্রুপকে নন-ওভারল্যাপিং সাবসেটে (ক্লাস্টার) বিতরণ যেখানে প্রতিটি ডেটা অবজেক্ট সত্যিকারের একটি সাবসেটে থাকে।

যদি ক্লাস্টারগুলোর সাবক্লাস্টার থাকতে দেয়া হয়, তবে সেটি হায়ারার্কিক্যাল ক্লাস্টারিং, যা নেস্টেড ক্লাস্টারগুলোর একটি সমষ্টি যা একটি ট্রি হিসেবে আর্গানাইজ করা হয়। ট্রির প্রতিটি নোড (ক্লাস্টার) (লীফ নোড ছাড়া) তার চাইল্ডরেন (সাবক্লাস্টার) యুনিয়ন, এবং ট্রির রুট হলো সকল অবজেক্ট ধারণকারী ক্লাস্টার।

এক্সক্লूसিভ বনাম ওভারল্যাপিং বনাম ফাজ্জি (Exclusive vs overlapping vs Fuzzy)

ক্লাস্টারিং সব এক্সক্লूसিভ, কারণ সেগুলো প্রতিটি অবজেক্টকে একটি একক ক্লাস্টারে অ্যাসাইন করে। কিছু পরিস্থিতিতে একটি পয়েন্ট একাধিক ক্লাস্টারে থাকতে পারে, এবং এই পরিস্থিতিগুলো নন-এক্সক্লूसিভ ক্লাস্টারিং-এ ভালোভাবে অ্যাড্রেস করা হয়।

এই পদ্ধতিতে, একটি ওভারল্যাপিং বা নন-এক্সক্লूसিভ ক্লাস্টারিং এই সত্যকে ফলো করে যে একটি অবজেক্ট একাধিক গ্রুপে (ক্লাস) অন্তর্গত হতে পারে। উদাহরণস্বরূপ, একটি বিশ্ববিদ্যালয়ে একজন ব্যক্তি একসাথে নামাঙ্কিত ক্যান্ডিডেট এবং বিশ্ববিদ্যালয়ের কর্মচারী হতে পারে।

একটি ফাজ্জি ক্লাস্টারিং-এ, প্রতিটি অবজেক্ট প্রতিটি ক্লাস্টারের সাথে 0 (একদম অন্তর্গত নয়) এবং 1 (একদম অন্তর্গত) এর মধ্যে একটি মেম্বারশিপ ওয়েটের সাথে যুক্ত। অন্য কথায়, ক্লাস্টারগুলো ফাজ্জি সেট হিসেবে বিবেচনা করা হয়।

কমপ্লিট বনাম পার্শিয়াল (Complete versus Partial)

একটি কমপ্লিট ক্লাস্টারিং প্রতিটি অবজেক্টকে একটি ক্লাস্টারে অ্যাসাইন করে, যখন পার্শিয়াল ক্লাস্টারিং না করে। পার্শিয়াল ক্লাস্টারিং-এর কারণ হলো ডেটাসেটের কিছু অবজেক্ট স্পষ্ট গ্রুপে অন্তর্গত নাও হতে পারে। ডেটাসেটের কিছু অবজেক্ট নয়েজ, আউটলায়ার, বা "অনরোচ্চক ব্যাকগ্রাউন্ড" রিপ্রেজেন্ট করতে পারে। উদাহরণস্বরূপ, কিছু নিউজপেপার গ্লোবাল ওয়ার্মিংয়ের মত একটি সাধারণ থিম শেয়ার করতে পারে, অন্যান্য আরও জেনারিক বা এক-অফ-এ-কিন্ড।

তাই গত মहीনের গল্পগুলোর গুরুত্বপূর্ণ টপিক খুঁজে বের করতে, শুধু কমন থিম দ্বারা হার্ডলি সংযুক্ত ডকুমেন্টের ক্লাস্টার খুঁজে বের করা প্রয়োজন। কিছু কেসে, অবজেক্টের একটি কমপ্লিট ক্লাস্টারিং প্রাপ্ত হয়। উদাহরণস্বরূপ, ব্রাউজিং-এর জন্য ফাইল অর্গানাইজ করতে ক্লাস্টারিং ব্যবহারকারী একটি অ্যাপ্লিকেশনে সব ফাইল ব্রাউজ করা যায় তা নিশ্চিত করতে হয়।


  1. ডেটা মাইনিং ইন্টারফেসগুলো কী কী?

  2. সিকোয়েন্স ডেটা মাইনিং-এর ধরনসমূহ কী? টাইম-সিরিজ, সিম্বলিক সিকোয়েন্স, বায়োলজিক্যাল অ্যালাইনমেন্ট

  3. ডেটা মাইনিং-এ আউটলায়ারের প্রকারগুলো কী কী?

  4. ডেটা ইন্টিগ্রিটির প্রকারগুলো কী?