m ডেটা পয়েন্টের জন্য m বাই m প্রক্সিমিটি ম্যাট্রিক্সকে একটি ঘন গ্রাফ হিসাবে সংজ্ঞায়িত করা যেতে পারে যেখানে প্রতিটি নোড কিছু অন্যের সাথে সংযুক্ত থাকে এবং নোডের কিছু গোষ্ঠীর মধ্যে প্রান্তের ওজন তাদের জোড়া অনুসারে প্রক্সিমিটি অনুসরণ করে। যদিও প্রতিটি বস্তুর একে অপরের বস্তুর সাথে কিছু সাদৃশ্যের পদ্ধতি রয়েছে, বেশিরভাগ ডেটা সেটের জন্য, বস্তুগুলি অল্প সংখ্যক বস্তুর সাথে একই রকম এবং অন্যান্য বেশিরভাগ বস্তুর সাথে দুর্বলভাবে একই রকম।
প্রকৃত ক্লাস্টারিং প্রক্রিয়া শুরু করার আগে কিছু নিম্ন-সাদৃশ্য (উচ্চ-অসমতা) মান 0 তে সেট করে প্রক্সিমিটি গ্রাফ (ম্যাট্রিক্স) স্প্যার্সিফাই করতে এই বৈশিষ্ট্যটি ব্যবহার করা যেতে পারে। স্প্যার্সিফিকেশন প্রয়োগ করা যেতে পারে, উদাহরণস্বরূপ, একটি সংজ্ঞায়িত থ্রেশহোল্ডের নীচে (উপরে) একই (অসমতা) আছে এমন সমস্ত লিঙ্কগুলিকে ভাগ করে বা শুধুমাত্র বিন্দুর নিকটতম প্রতিবেশীদের সাথে লিঙ্কগুলি বজায় রাখার মাধ্যমে। এই পদ্ধতিটি তৈরি করে যা সবচেয়ে কাছের প্রতিবেশী গ্রাফ হিসাবে পরিচিত।
স্পারসিফিকেশনের সুবিধাগুলি নিম্নরূপ -
ডেটা সাইজ কমে গেছে - ডেটা ক্লাস্টার করার জন্য যে পরিমাণ ডেটা প্রক্রিয়াকরণ করা প্রয়োজন তা অত্যন্ত হ্রাস পেয়েছে। স্পারসিফিকেশন একটি প্রক্সিমিটি ম্যাট্রিক্সে 99% এর বেশি এন্ট্রি মুছে ফেলতে পারে। তদনুসারে, পরিচালনা করা যেতে পারে এমন সমস্যার আকার বাড়ানো হয়।
ক্লাস্টারিং আরও ভাল কাজ করতে পারে − স্পার্সিফিকেশন পদ্ধতিগুলি আরও স্বতন্ত্র বস্তুর সংযোগগুলিকে বিভক্ত করার সময় একটি বস্তুর তাদের নিকটতম প্রতিবেশীদের সাথে লিঙ্ক রাখে। এটি নিকটতম প্রতিবেশী নীতির সাথে বজায় রাখার জন্য যে একটি বস্তুর প্রভাবের নিকটতম প্রতিবেশীরা বস্তুর মতো একই শ্রেণীর (গুচ্ছ) অন্তর্গত। এটি গোলমাল এবং বহিরাগতদের প্রভাব হ্রাস করে এবং ক্লাস্টারগুলির মধ্যে পার্থক্য ফাইল করে।
গ্রাফ পার্টিশনিং অ্যালগরিদম ব্যবহার করা যেতে পারে − স্পার্স গ্রাফের মিন-কাট পার্টিশন আবিষ্কারের জন্য হিউরিস্টিক অ্যালগরিদমগুলিতে প্রচুর পরিমাণে কাজ করা হয়েছে, বিশেষ করে সমান্তরাল কম্পিউটিং এবং ইন্টিগ্রেটেড সার্কিটের নকশার ক্ষেত্রে। প্রক্সিমিটি গ্রাফের স্প্যার্সিফিকেশন তৈরি করে এটি ক্লাস্টারিং ফেজের জন্য গ্রাফ পার্টিশনিং অ্যালগরিদম ব্যবহার করার জন্য প্রযোজ্য যেমন ওপোসাম এবং ক্যামেলিয়নের জন্য গ্রাফ পার্টিশনিং প্রয়োজন।
প্রকৃত ক্লাস্টারিং অ্যালগরিদমের প্রয়োজনের আগে প্রক্সিমিটি গ্রাফের স্প্যার্সিফিকেশনকে অবশ্যই একটি আসল ধাপ হিসেবে গণ্য করতে হবে। একটি সর্বোত্তম স্প্যার্সিফিকেশন প্রক্সিমিটি ম্যাট্রিক্সকে কাঙ্ক্ষিত ক্লাস্টারগুলির সাথে সম্পর্কিত উপাদানগুলিতে বিভক্ত করতে পারে, কিন্তু বাস্তবে, এটি প্রদর্শিত হয়৷
এটি কেবল একটি পৃথক প্রান্তের জন্য দুটি ক্লাস্টারকে সংযুক্ত করার জন্য বা একটি পৃথক ক্লাস্টারকে একাধিক সংযোগ বিচ্ছিন্ন সাবক্লাস্টারে বিভক্ত করার জন্য। প্রকৃতপক্ষে, এটি দেখতে পারে যখন জার্ভিস-প্যাট্রিক এবং এসএনএন ঘনত্ব-ভিত্তিক ক্লাস্টারিং ব্যবহার করে, একটি নতুন প্রক্সিমিটি গ্রাফ তৈরি করতে স্পার্স প্রক্সিমিটি গ্রাফটি পরিবর্তিত হয়। এই নতুন প্রক্সিমিটি গ্রাফটি স্পার্সিফাইড করা যেতে পারে। ক্লাস্টারিং অ্যালগরিদমগুলি প্রক্সিমিটি গ্রাফের সাথে কাজ করে যা এই সমস্ত প্রিপ্রসেসিং পদ্ধতির ফলাফল৷
