COBWEB অবজেক্টগুলিকে ধাপে ধাপে একটি ক্লাসিফিকেশন ট্রিতে অন্তর্ভুক্ত করে। COBWEB ট্রির নিচে একটি বরাদ্দ পথের দিক থেকে নেমে আসে, পথে গড়혜 রিফ্রেশ করে, "সেরা হোস্ট" বা নোড খুঁজে বের করতে যেখানে অবজেক্টটি বরাদ্দ করা যাবে।
এই সিদ্ধান্তটি অবজেক্টটি প্রতিটি নোডে অস্থায়ীভাবে বরাদ্দ করে এবং ফলস্বরূপ পার্টিশনের ক্যাটেগরি ইউটিলিটি (category utility) গণনা করে নেওয়ার ওপর ভিত্তি করে। যে বরাদ্দে সর্বোচ্চ ক্যাটেগরি ইউটিলিটি পাওয়া যায় সেটিই অবজেক্টের জন্য সেরা হোস্ট হতে পারে।
COBWEB নতুন নোড তৈরি করার ফলে ফলাফল পার্টিশনের ক্যাটেগরি ইউটিলিটিও গণনা করে। অবজেক্টটি একটি বর্তমান ক্লাসে বরাদ্দ করা হয়, অথবা সেটির জন্য একটি নতুন ক্লাস তৈরি করা হয়, পার্টিশনের ওপর ভিত্তি করে যেটির ক্যাটেগরি ইউটিলিটি মান সবচেয়ে বেশি। COBWEB পার্টিশনে ক্লাসের সংখ্যা স্বয়ংক্রিয়ভাবে সমন্বয় করার ক্ষমতা রাখে। এতে ব্যবহারকারীর ওপর নির্ভর করতে হয় না যাতে সে এমন ইনপুট প্যারামিটার দেয়।
COBWEB-এর অপারেটর: কম্বাইনিং ও স্প্লিটিং
COBWEB-এর দুটি অপারেটর আছে যা এটিকে ইনপুট অর্ডারের প্রতি কম সংবেদনশীল করে: কম্বাইনিং (combining) এবং স্প্লিটিং (splitting)।
- যখন একটি অবজেক্ট অন্তর্ভুক্ত করা হয়, দুইটি সেরা হোস্ট একক ক্লাসে কম্বাইন করার জন্য বিবেচিত হয়।
- অতিরিক্তভাবে, COBWEB সেরা হোস্টের চাইল্ডরেনকে বর্তমান ক্যাটেগরির মাঝপথে স্প্লিট করার কথা বিবেচনা করে।
এই সিদ্ধান্তগুলো ক্যাটেগরি ইউটিলিটির ওপর ভিত্তি করে। কম্বাইনিং এবং স্প্লিটিং অপারেটর COBWEB-কে দ্বিমুখী সার্চ (bidirectional search) বাস্তবায়ন করতে সক্ষম করে — অর্থাৎ, একটি মার্জ একটি পূর্বের স্প্লিটকে পূর্বাবস্থায় ফিরাতে পারে।
COBWEB-এর সীমাবদ্ধতা
- স্বাধীনতা অনুমান: এটি অনুমান করে যে স্বাধীন অ্যাট্রিবিউটের ওপর প্রোবাবিলিটি ডিস্ট্রিবিউশন স্ট্যাটিস্টিক্যালি একে অপরের থেকে স্বতন্ত্র। এই অনুমান সবসময় সঠিক নয় কারণ অ্যাট্রিবিউটের মধ্যে Корелেশন প্রায়শই থাকে।
- স্টোরেজ ও আপডেট খরচ: ক্লাস্টারের প্রোবাবিলিটি ডিস্ট্রিবিউশন বর্ণনা এটিকে আপডেট ও সংরক্ষণ করার জন্য খুব ব্যয়বহুল করে তোলে। এটি বিশেষত তখন যাবৎ যখন অ্যাট্রিবিউটের অনেক মান থাকে, কারণ টাইম ও স্পেস কমপ্লেক্সিটি শুধু অ্যাট্রিবিউটের সংখ্যা নয়, প্রতিটি অ্যাট্রিবিউটের মানের সংখ্যাও নির্ভর করে।
- অনব্যালেন্সড ট্রি: ক্লাসিফিকেশন ট্রি স্কিউড ইনপুট রেকর্ডের জন্য হাইট-ব্যালেন্সড নয়, যা টাইম ও স্পেস কমপ্লেক্সিটি কে 劇的に হ্রাস করতে পারে।
CLASSIT: COBWEB-এর প্রসারন
CLASSIT হল COBWEB-এর একটি প্রসারন কন্টিনিউয়াস (বা রিয়েল-ভ্যালুড) তথ্যের ইনক্রিমেন্টাল ক্লাস্টারিং-এ। এটি প্রতিটি নোডে প্রতিটি একক অ্যাট্রিবিউটের জন্য একটি কন্টিনিউয়াস নরমাল ডিস্ট্রিবিউশন (অর্থাৎ গড় এবং স্ট্যান্ডার্ড ডেভিয়েশন) সংরক্ষণ করে এবং একটি সংশোধিত ক্যাটেগরি ইউটিলিটি মাপ প্রয়োজন যা কন্টিনিউয়াস অ্যাট্রিবিউটের ওপর ইন্টিগ্রাল, COBWEB-এ ডিসক্রিট অ্যাট্রিবিউটের ওপর যোগফলের পরিবর্তে।
