Методы исследования

Оценка эффективности предложенного алгоритма и сравнение его с классическим методом реализации k-means осуществлялась экспериментальным способом.

Экспериментальные вычисления выполнялись следующим образом:

1) Перебор значений количества объектов осуществлялся в диапазоне от 6 до 1000. Перебор значений количества атрибутов осуществлялся в диапазоне от 2 до 100. Перебор значений количества кластеров осуществлялся в диапазоне от 2 до 100.

2) Для всех сочетаний характеристик (перечисленных в предыдущем пункте) проводилась генерация исходных данных. При этом значения атрибутов выбирались случайным образом в диапазоне от 0 до 1.

3) Для всех наборов сгенерированных исходных данных кластеризация запускалась 4 раза: с использованием в качестве метрики расстояния Евклида; c использованием в качестве метрики расстояния Манхэттена; c использование в качестве метрики расстояния Чебышева; c применением гибридной метрики.

4) В ходе вычислительных экспериментов оценивались следующие характеристики:

· ошибка кластеризации при использовании метрики Евклида;

· ошибка кластеризации при использовании метрики Манхэттена;

· ошибка кластеризации при использовании метрики Чебышева;

· ошибка кластеризации при использовании гибридной метрики;

· количество итераций потребовавшихся для нахождения решения при использовании метрики Евклида;

· количество итераций потребовавшихся для нахождения решения при использовании метрики Манхэттена;

· Количество итераций потребовавшихся для нахождения решения при использовании метрики Чебышева;

· Количество итераций потребовавшихся для нахождения решения при использовании гибридной метрики;

· Количество объектов находящихся в разных группах при кластеризации с использованием метрик Евклида и Манхэттена;

· Количество объектов находящихся в разных группах при кластеризации с использованием метрик Евклида и Чебышева;

· Количество объектов находящихся в разных группах при кластеризации с использованием метрик Манхэттена и Чебышева;

· Количество объектов находящихся в разных группах при кластеризации с использованием гибридной метрики и метрики Евклида;

· Количество объектов находящихся в разных группах при кластеризации с использованием гибридной метрики и метрики Манхэттена;

· Количество объектов находящихся в разных группах при кластеризации с использованием гибридной метрики и метрики Чебышева.

 

Результаты экспериментальных исследований

фывфыв