K-Means क्लस्टरिंग में K-Value निर्धारित करने में दूरी मीट्रिक का प्रभाव: कोहनी और सिल्हूट विधि का उपयोग

क्लस्टरिंग डेटा खनन का एक मुख्य कार्य है। यह डेटा को समूहित और क्लस्टर करने के लिए उपयोगी है। डेटा को क्लस्टर करने के लिए कुछ तरीके हैं जैसे कि भाग-आधारित, पदानुक्रम आधारित और घनत्व आधारित। भाग-आधारित क्लस्टरिंग एक ऐसा तरीका है जिसमें डेटा को गैर-ओवरलैपिंग उपसमुच्चय में क्लस्टर किया जाता है। सबसे लोकप्रिय भाग-आधारित क्लस्टरिंग एल्गोरिदम K-mean है। K-mean एक एल्गोरिदम है जो डेटा को K क्लस्टर में क्लस्टर करता है और उनके सेंट्रोइड के आधार पर उनकी दूरी पर आधारित होता है। K-mean का उपयोग करने से पहले कुछ कारकों को निर्धारित करना आवश्यक है, जिसमें K का मान शामिल है। K का मान निर्धारित करना एक बड़ी समस्या है क्योंकि K का मान खोजने का कोई सार्वभौमिक तरीका नहीं है। K के मान का निर्धारण करने के लिए दो लोकप्रिय तरीके कोहनी और सिल्हूट विधि का उपयोग करना हैं। यह विधि ग्राफ आधारित है। लेकिन इस विधि का उपयोग करने से पहले एक अन्य महत्वपूर्ण कारक है, जिसे निर्धारित करना है और वह है मीट्रिक दूरी जो उपयोग की जाएगी। यह पेपर कोहनी और सिल्हूट विधि का उपयोग करके K का मान खोजने में तीन दूरी मीट्रिक, मैनहट्टन, यूक्लिडियन और मिंकोव्स्की का प्रभाव दिखाएगा। इस अध्ययन के आधार पर, उपयोग की गई दूरी मैट्रिक्स का चयन K-mean में K के मान को निर्धारण करने में थोड़ा प्रभाव डालता है। कोहनी और सिल्हूट ग्राफ में मैनहट्टन दूरी में सबसे अधिक भिन्नता होती है। कोहनी विधि का उपयोग करना कठिन है और कभी-कभी यह K का मान को K-mean में अपने ग्राफ के आधार पर परिभाषित करने में असमर्थ होती है.