Algorithms for Fuzzy Clustering: Methods in c-Means Clustering with Applications

موضوع اصلی این کتاب، معنی c فازی است که توسط دان و بزدک پیشنهاد شده و تغییرات آنها از جمله مطالعات اخیر است. دلیل اصلی تمرکز ما بر روی c-معنی فازی این است که اکثر مطالعات روش‌شناسی و کاربردی در خوشه‌بندی فازی از c-وسایل فازی و در نتیجه c فازی استفاده می‌کنند. EM>-means را باید به عنوان یک تکنیک اصلی خوشه بندی به طور کلی در نظر گرفت، صرف نظر از اینکه فرد به روش های فازی علاقه دارد یا خیر. بر خلاف اکثر مطالعات در c-معنی فازی، آنچه در این کتاب بر آن تاکید می‌کنیم خانواده‌ای از الگوریتم‌ها با استفاده از روش‌های آنتروپی یا تنظیم‌شده با آنتروپی است که کمتر شناخته شده‌اند، اما ما روش مبتنی بر آنتروپی را روش دیگری در نظر می‌گیریم. روش مفید c-معنی فازی. در سراسر این کتاب یکی از اهداف ما کشف تفاوت های نظری و روش شناختی بین روش سنتی دان و بزدک و روش مبتنی بر آنتروپی است. ما مدعی هستیم که روش مبتنی بر آنتروپی بهتر از روش سنتی است، اما معتقدیم که روش‌های c-means فازی با افزودن روش مبتنی بر آنتروپی کامل می‌شوند. روش به روش دان و بزدک، از آنجایی که ما می توانیم ماهیت هر دو روش را با تضاد این دو به طور عمیق تری مشاهده کنیم.

The main subject of this book is the fuzzy c-means proposed by Dunn and Bezdek and their variations including recent studies. A main reason why we concentrate on fuzzy c-means is that most methodology and application studies in fuzzy clustering use fuzzy c-means, and hence fuzzy c-means should be considered to be a major technique of clustering in general, regardless whether one is interested in fuzzy methods or not. Unlike most studies in fuzzy c-means, what we emphasize in this book is a family of algorithms using entropy or entropy-regularized methods which are less known, but we consider the entropy-based method to be another useful method of fuzzy c-means. Throughout this book one of our intentions is to uncover theoretical and methodological differences between the Dunn and Bezdek traditional method and the entropy-based method. We do note claim that the entropy-based method is better than the traditional method, but we believe that the methods of fuzzy c-means become complete by adding the entropy-based method to the method by Dunn and Bezdek, since we can observe natures of the both methods more deeply by contrasting these two.