EFFECTIVE METHOD FOR OPTIMAL CLUSTERING IN UNSUPERVISED LEARNING

Аннотация

K-Means является одним из наиболее распространённых методов кластеризации, однако он имеет существенное ограничение. Перед запуском алгоритма необходимо заранее задать количество кластеров (k), и неправильный выбор данного значения может привести к низкому качеству результатов. Для решения этой проблемы в статье предлагается метод двойного среднего значения (Dual Mean Approach). В отличие от стандартных методов, данный подход не фиксирует значение k заранее, а определяет его оптимальное значение посредством совместного рассмотрения двух показателей: среднего расстояния между точками внутри кластера и среднего расстояния между точками, принадлежащими различным кластерам. Одновременное использование этих показателей позволяет более точно выявить структуру данных. Основная идея метода заключается в обеспечении баланса между компактностью кластеров и их разделимостью. Результаты тестирования на нескольких эталонных наборах данных показали, что предложенный подход позволяет оценивать значения k, близкие к фактическому количеству кластеров. Кроме того, по сравнению с методом локтя (Elbow Method) он обеспечивает более стабильные результаты.