Density-based geodesic distance for identifying the noisy and nonlinear clusters

تجزیه و تحلیل خوشه ای می تواند استخراج الگوهای ضمنی در یک مجموعه داده ها را آسان کند و گروه بندی طبیعی خود را بدون نیاز به اطلاعات طبقه بندی قبلی ایجاد کند. برای نتایج تجزیه و تحلیل خوشه ای برتر، تعدادی از اقدامات فاصله ای پیشنهاد شده است. به تازگی، فاصله ژئودزی به طور گسترده ای برای الگوریتم های خوشه بندی برای گروه بندی های غیر خطی مورد استفاده قرار گرفته است. با این حال، فاصله جغرافیایی به سر و صدای حساس است و از این رو، خوشه بندی مبتنی بر فاصله ژئودزی ممکن است نتواند خوشه های غیرخطی را در ناحیه نویز کشف کند. در این مطالعه، ما یک فاصله جغرافیایی مبتنی بر تراکم را پیشنهاد می دهیم که می تواند خوشه ها را در شرایط غیرخطی و پر سر و صدا تشخیص دهد. آزمایشات روی مجموعه داده های شبیه سازی و معیارهای مختلف برای بررسی خواص جغرافیایی پیشنهادی و مقایسه عملکرد آن با اندازه گیری های فاصله موجود انجام شده است. نتایج تجربی تایید می کند که یک الگوریتم خوشه بندی با اندازه گیری فاصله پیشنهاد شده عملکرد برتر نسبت به رقبا را نشان می دهد؛ این خصوصا زمانی بود که ساختار خوشه ای در داده ها ذاتا پر سر و صدا و الگوهای غیر خطی بود.