БАҚЫЛАНБАЙТЫН ОҚЫТУДАҒЫ ОҢТАЙЛЫ КЛАСТЕРЛЕУДІҢ ТИІМДІ ӘДІСІ
##plugins.pubIds.doi.readerDisplayName##:
https://doi.org/10.54309/IJICT.2026.25.1.019Кілт сөздер:
деректерді интеллектуалды талдау, кластерлердің оңтайлы санын анықтау, K-Means кластерлеуі, Dual Mean әдісі.Аңдатпа
K-Means — кластерлеудің кеңінен қолданылатын әдістерінің бірі, алайда оның елеулі шектеуі бар. Әдісті іске қоспас бұрын кластерлердің санын (k) алдын ала белгілеу қажет, ал оның дұрыс таңдалмауы кластерлеу нәтижелерінің сапасының төмендеуіне әкелуі мүмкін. Осы мәселені шешу мақсатында мақалада Dual Mean Approach (Қос орташа мән тәсілі) ұсынылады. Дәстүрлі әдістерден айырмашылығы, бұл тәсіл k мәнін алдын ала бекітпей, екі көрсеткішті — кластер ішіндегі нүктелер арасындағы орташа қашықтықты және әртүрлі кластерлерге жататын нүктелер арасындағы орташа қашықтықты — бірлесіп талдау арқылы оңтайлы k мәнін анықтайды. Екі көрсеткішті қатар пайдалану деректер құрылымын неғұрлым нақты анықтауға мүмкіндік береді. Әдістің негізгі идеясы кластерлердің ішкі жинақылығын және олардың бір-бірінен ажырау дәрежесін теңгеруге негізделеді. Бірнеше эталондық деректер жиынтығында жүргізілген эксперименттік сынақтар ұсынылған тәсілдің нақты таңбаланған кластерлер санына жақын k мәндерін тиімді бағалай алатынын көрсетті. Сонымен қатар, ұсынылған әдіс Elbow Method әдісімен салыстырғанда неғұрлым тұрақты нәтижелер береді.
##plugins.generic.usageStats.downloads##
Жүктеулер
Жарияланды
Дәйексөзді қалай келтіруге болады
Журналдың саны
Бөлім
Лицензия
Авторлық құқық (c) 2026 ХАЛЫҚАPАЛЫҚ АҚПАРАТТЫҚ ЖӘНЕ КОММУНИКАЦИЯЛЫҚ ТЕХНОЛОГИЯЛАР ЖУРНАЛЫ
Бұл жұмыс Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 Дүние жүзінде.
https://creativecommons.org/licenses/by-nc-nd/3.0/deed.en