COBWEB ক্রমবর্ধমানভাবে একটি শ্রেণিবিন্যাস ট্রিতে বস্তুগুলিকে অন্তর্ভুক্ত করে। COBWEB একটি বরাদ্দ পাথ বরাবর গাছে নেমে আসে, পদ্ধতিতে গণনা রিফ্রেশ করে, "সেরা হোস্ট" বা নোডের সন্ধানে যেখানে বস্তুটিকে সংজ্ঞায়িত করা যায়।
এই সিদ্ধান্তটি অস্থায়ীভাবে প্রতিটি নোডে অবজেক্টের অবস্থান এবং ফলাফল বিভাগের ক্যাটাগরি ইউটিলিটি গণনার উপর নির্ভর করে। যে প্লেসমেন্টের ফলে সর্বোচ্চ উপাদান ইউটিলিটি হয় সেটি অবশ্যই বস্তুর জন্য একটি সেরা হোস্ট হতে হবে।
COBWEB পার্টিশনের ক্যাটাগরি ইউটিলিটিও গণনা করে যার ফলে বস্তুটির জন্য একটি নতুন নোড তৈরি করা হয়। অবজেক্টটি বর্তমান ক্লাসে অবস্থিত, অথবা সবচেয়ে বড় ক্যাটাগরির ইউটিলিটি মান সহ পার্টিশনের উপর ভিত্তি করে এটির জন্য একটি নতুন ক্লাস তৈরি করা হয়েছে। COBWEB এর একটি পার্টিশনে একাধিক ক্লাস স্বয়ংক্রিয়ভাবে সামঞ্জস্য করার ক্ষমতা রয়েছে। এই ধরনের ইনপুট প্যারামিটার দেওয়ার জন্য ব্যবহারকারীর উপর নির্ভর করার প্রয়োজন নেই।
COBWEB এর দুটি অপারেটর রয়েছে যা এটিকে ইনপুট অর্ডারের জন্য কম সংবেদনশীল তৈরি করতে সহায়তা করে৷ এগুলি একত্রিত এবং বিভক্ত করা হয়। যখন একটি বস্তুকে একত্রিত করা হয়, তখন দুটি সেরা হোস্টকে একটি একক শ্রেণিতে একত্রিত করার জন্য বিবেচনা করা হয়৷
অধিকন্তু, COBWEB বর্তমান বিভাগের মধ্যে ভাল হোস্টের বাচ্চাদের ভাগ করার কথা বিবেচনা করে। এই সিদ্ধান্তগুলি ক্যাটাগরি ইউটিলিটির উপর নির্ভর করে। সংমিশ্রণ এবং বিভক্তকারী অপারেটরগুলি COBWEB কে একটি দ্বিমুখী অনুসন্ধান বাস্তবায়ন করতে সক্ষম করে, উদাহরণস্বরূপ, একত্রীকরণ পূর্ববর্তী বিভক্তকে পূর্বাবস্থায় ফিরিয়ে আনতে পারে৷
COWEB এর সীমাবদ্ধতা
COWEB এর সীমাবদ্ধতা নিম্নরূপ -
এটি এই ধারণার উপর নির্ভর করে যে স্বাধীন গুণাবলীতে সম্ভাব্যতা বন্টন পরিসংখ্যানগতভাবে একে অপরের থেকে পৃথক। এই অনুমানটি সর্বদা সঠিক নয় কারণ গুণাবলীর মধ্যে পারস্পরিক সম্পর্ক প্রায়ই বিদ্যমান।
উপরন্তু, ক্লাস্টারগুলির সম্ভাব্যতা বন্টন বিবরণ ক্লাস্টারগুলিকে রিফ্রেশ এবং সংরক্ষণ করা বেশ ব্যয়বহুল তৈরি করে। এটি বিশেষ করে যখন অ্যাট্রিবিউটের প্রচুর সংখ্যক মান থাকে কারণ সময় এবং স্থান জটিলতাগুলি শুধুমাত্র কয়েকটি বৈশিষ্ট্য নয়, প্রতিটি বৈশিষ্ট্যের জন্য বেশ কয়েকটি মানও নির্ভর করে।
অধিকন্তু, শ্রেণীবিন্যাস গাছটি তির্যক ইনপুট রেকর্ডের জন্য উচ্চতা-ভারসাম্যপূর্ণ নয়, যা সময় এবং স্থান জটিলতাকে নাটকীয়ভাবে হ্রাস করতে পারে।
CLASSIT ক্রমাগত (বা বাস্তব-মূল্যবান) তথ্যের ক্রমবর্ধমান ক্লাস্টারিংয়ের জন্য COBWEB-এর একটি সম্প্রসারণ। এটি প্রতিটি নোডে প্রতিটি একক বৈশিষ্ট্যের জন্য একটি ক্রমাগত স্বাভাবিক বন্টন (অর্থাৎ গড় এবং মানক বিচ্যুতি) সংরক্ষণ করে এবং একটি পরিবর্তিত বিভাগ ইউটিলিটি পরিমাপ প্রয়োজন যা COBWEB-এর মতো বিচ্ছিন্ন বৈশিষ্ট্যগুলির যোগফলের পরিবর্তে অবিচ্ছিন্ন বৈশিষ্ট্যগুলির উপর একটি মৌলিক৷
