ترجمه مقاله تجزیه و تحلیل تجربی از ماتریس شباهت برای خوشه بندی طیفی

ترجمه مقاله تجزیه و تحلیل تجربی از ماتریس شباهت برای خوشه بندی طیفی

ترجمه مقاله An Empirical Analysis of Similarity Matrix for Spectral Clustering

چکیده فارسی:

ساخت ماتریس شباهت گام کلیدی برای خوشه بندی طیفی است، و هدف آن مدل کردن روابط همسایگی های محلی بین نقاط داده ها است. به منظور بررسی تاثیر ماتریس شباهت در عملکرد الگوریتم های خوشه بندی طیفی مختلف و پیدا کردن قواعد در مورد چگونگی ساخت یک ماتریس شباهت مناسب، یک مطالعه تجربی انجام شده است. در این مطالعه، شش الگوریتم خوشه بندی طیفی که اخیرا پیشنهاد شده به عنوان شی ارزیابی میشود ، و اطلاعات ترکیبی نرمال، F-measure و شاخص راند به عنوان معیارهای ارزیابی مورد استفاده قرار گرفته. سپس آزمایشها بر روی هشت مجموعه داده های مصنوعی و یازده مجموعه داده کلمه واقعی انجام گرفت. نتایج تجربی نشان می دهد که با معیارهای چندگانه نتایج جامع تر و مطمئن هستند، و عملکرد جامع الگوریتم خوشه بندی طیفی محلی بهتر از پنج الگوریتم های دیگر در مجموعه داده های مصنوعی و مجموعه داده کلمه واقعی است.

در این پست برای شما عزیزان ترجمه مقاله تجزیه و تحلیل تجربی از ماتریس شباهت برای خوشه بندی طیفی رو آماده کردیم که برای دریافت اصل مقاله لطفا به ادامه مطلب رجوع کنید.

چکیده انگلیسی:

Constructing the similarity matrix is the key step for spectral clustering, and its’ goal is to model the local neighborhood relationships between the data points. In order to evaluate the influence of similarity matrix on performance of the different spectral clustering algorithms and find the rules on how to construct an appropriate similarity matrix, a system empirical study was carried out. In the study, six recently proposed spectral clustering algorithms were selected as evaluation object, and normalized mutual information, F-measures and Rand Index were used as evaluation metrics. Then experiments were carried out on eight synthetic datasets and eleven real word datasets respectively. The experimental results show that with multiple metrics the results are more comprehensive and confident, and the comprehensive performance of locality spectral clustering algorithm is better than other five algorithms on synthetic datasets and real word datasets.