গ্রিড-ভিত্তিক ক্লাস্টারিং অ্যালগরিদম
একটি গ্রিড ডেটা সেট সংগঠিত করার একটি কার্যকর পদ্ধতি, কমপক্ষে কম ডায়মেনশনে। ধারণা হল প্রতিটি অ্যাট্রিবিউটের প্রযোজ্য মানগুলোকেও چندটি সन्नিহিত ইন্টারভালে ভাগ করা, যাতে একটি গ্রিড সেল সেট তৈরি হয়। প্রতিটি অবজেক্ট একটি গ্রিড সেলে পড়ে যার সমতুল্য অ্যাট্রিবিউট ইন্টারভালে অবজেক্টের মান থাকে।
অবজেক্টগুলোকেও এক পাসে গ্রিড সেলে বরাদ্দ করা যায়, এবং প্রতিটি সেল সম্পর্কে তথ্য (যেমন সেলে পয়েন্টের সংখ্যা) একই সাথে সংগ্রহ করা যায়।
গ্রিড ব্যবহার করে ক্লাস্টারিং বাস্তবায়নের একাধিক উপায় রয়েছে, কিন্তু অধিকাংশ পদ্ধতি ঘনত্ব-ভিত্তিক। গ্রিড-ভিত্তিক ক্লাস্টারিং অ্যালগরিদম নিম্নরূপ:
এক সেট গ্রিড সেল সংজ্ঞায়িত করুন।
অবজেক্টগুলোকেও উপযুক্ত সেলে বরাদ্দ করুন এবং প্রতিটি সেলের ঘনত্ব গণনা করুন।
নির্ধারিত থ্রেশহোল্ড r-এর নিচে ঘনত্ব সম্পন্ন সেলগুলো সরান।
সন্নিহিত ঘন সেলের সেট থেকে ক্লাস্টার তৈরি করুন।
গ্রিড সেল সংজ্ঞায়িত করা (Defining grid cells)
এটি প্রসেসে একটি মৌলিক ধাপ, কিন্তু সবচেয়ে কম স্পষ্ট, কারণ প্রতিটি অ্যাট্রিবিউটের সম্ভাব্য মানগুলোকেও несколько সन्नিহিত ইন্টারভালে ভাগ করার অনেক উপায় রয়েছে। কন্টিনিউয়াস অ্যাট্রিবিউটের জন্য, একটি পদ্ধতি হল মানগুলোকেও সমান প্রস্থের ইন্টারভালে ভাগ করা। যদি এই পদ্ধতিটি প্রতিটি অ্যাট্রিবিউটের জন্য ব্যবহার করা হয়, তবে ফলাফলস্বরূপ সব গ্রিড সেলের সমান ভলিউম হবে, এবং একটি সেলের ঘনত্ব সহজে সেলের পয়েন্ট সংখ্যা হিসেবে সংজ্ঞায়িত করা যায়।
গ্রিড সেলের ঘনত্ব (The Density of Grid Cells)
একটি গ্রিড সেলের ঘনত্বকে পয়েন্টের সংখ্যা ভাগ করা অঞ্চলের ভলিউম হিসেবে সংজ্ঞায়িত করা যায়। অন্য কথায়, ঘনত্ব হল প্রতি ইউনিট এলাকায় পয়েন্টের সংখ্যা, সেই এলাকার ডায়মেনশনালিটি নির্বিশেষে।
ঘন গ্রিড সেল থেকে ক্লাস্টার তৈরি (Forming Clusters from Dense Grid Cells)
সন্নিহিত ঘন সেলের সেট থেকে ক্লাস্টার তৈরি করা তুলনামূলকভাবে সহজ। কিছু সমস্যা আছে যেমন সন্নিহিত সেল কী তা সংজ্ঞায়িত করা প্রয়োজন। ক্লাস্টারিং পদ্ধতির কিছু ডিসঅ্যাডভান্টেজ আছে যা অ্যালগরিদমকে কিছুটা আরও রিফাইন করে সমাধান করা যায়। উদাহরণস্বরূপ, একটি ক্লাস্টারর সীমানায় আংশিকভাবে খালি সেল থাকার সম্ভাবনা থাকে।
বেসিক গ্রিড-ভিত্তিক ক্লাস্টারিংকে ঘনত্বের বাইরেও তথ্য ব্যবহার করে উন্নত করা যায়। কিছু ক্ষেত্রে, ডেটাবেসে zarówno স্পেশিয়াল এবং নন-স্পেশিয়াল অ্যাট্রিবিউট থাকে। অন্য কথায়, কিছু অ্যাট্রিবিউট অবজেক্টের সময় বা স্থান মাপায়, অন্যগুলো অবজেক্টের অন্যান্য দিক বর্ণনা করে।
উদাহরণ হল বাড়ি, যাদের একটি লোকেশন থাকে এবং অন্যান্য বৈশিষ্ট্য যেমন দাম বা বর্গ ফুটে ফ্লোর স্পেস। স্পেশিয়াল (বা টেম্পোরাল) অটোকরিলেশনের কারণে, একটি নির্দিষ্ট সেলের অবজেক্টগুলোর তাদের অন্যান্য অ্যাট্রিবিউটের জন্য একই মান থাকে।
