dc.contributor.advisor |
Mimaroğlu, Selim Necdet |
|
dc.contributor.author |
Erdil, Ertunç |
|
dc.date.accessioned |
2024-07-31T13:01:20Z |
|
dc.date.available |
2024-07-31T13:01:20Z |
|
dc.date.issued |
2011-06 |
|
dc.identifier.uri |
http://hdl.handle.net/123456789/1488 |
|
dc.description.abstract |
Clustering is the process of grouping objects that are similar, where similarity between
objects is usually measured by a distance metric. Clustering is a hard problem since
the natural grouping of a data set is unknown. Clustering aims to divide a data set
into meaningful groups where each group formed by a clustering method is referred
as a cluster. Clustering is a useful starting point for different purposes such as data
understanding and summarization. In the literature, there are numerous applications of
clustering ranging from biology to economics.
Clustering has a long and rich history in a variety of scientific fields. Themain contributing
research areas to clusteringmethodology areMachine Learning, DataMining, and Pattern
Recognition. Each clustering technique possess some advantages and disadvantages.
Some clustering algorithms may even require input parameters which strongly affect the
outcome. Some clustering techniques make some assumptions about the properties of the
data sets and good quality clusterings are obtained, when the assumption holds. Distance
metric also plays an important role in the process of producing a clustering. Especially
in high dimensional data sets, it is hard to identify similarity or distance between objects.
In most cases, it is not possible to choose the best distance metric, the best clustering
method, and the best input parameter values for an input data set. Therefore, multiple
clusterings can be obtained on a data set. And, multiple clusterings can be combined into
a new and better quality final clustering.
In this thesis, we propose a graph based combining multiple clusterings algorithm that is
scalable, robust, and intuitive. Combiningmultiple clusterings requires reusing preexisting
knowledge and producing a novel final clustering having better overall quality. Our
new algorithm, COMUSA, works on an object-wise weighted similarity graph which is
constructed by using the evidence accumulated from multiple input clusterings. COMUSA
offers good quality final clusterings by working at object level in a short amount of
time. Extensive experimental evaluations on some very challenging real, synthetically
generated and gene expression data sets from a diverse set of domains establish the
usefulness of our methods in terms of both quality and execution time. |
tr_TR |
dc.description.abstract |
Kümelenme benzer nesnelerin gruplanması sürecidir, objeler arası benzerlik genellikle bir
uzaklık ölçütü ile ölçülür. Kümelenme, veri kümesinin gerçek gruplanması bilinmediği
için zor bir problemdir. Kümelenme, verileri anlamlı gruplara bölmeyi amaçlar ve bir
kümelenme metoduyla oluşturulmuş grup küme olarak adlandırılır. Kümelenme, verilerin
anlaşılması ve özetlenmesi gibi farklı amaçlar için yararlı bir başlangıç noktasıdır.
Literatürde kümelenme, biyolojiden ekonomiye kadar çeşitli uygulamalara sahiptir.
Kümelenme, çeşitli bilimsel alanlarda uzun ve zengin bir geçmişe sahiptir. Kümelenme
metodolojisine katkıda bulunan temel alanlar Makine Öğrenmesi, Veri Madenciliği ve
Örüntü Tanımadır. Herbir kümelenme tekniği bazı avantajlar ve dezavantajlar sergiler.
Bazı kümelenme algoritmaları sonucu fazlasıyla etkileyecek girdi parametrelerine bile
ihtiyaç duyabilirler. Bazı kümeleme teknikleri veri kümesinin özellikleri ile ilgili kabullenmeler
yapabilir ve iyi kalitede bir kümelenme yalnızca bu kabullenmeler sağlandığında
beklenebilir. Uzaklık ölçütü de kümeleme oluşturma sürecinde önemli bir rol oynar.
Özellikle yüksek boyutlu veri kümelerinde nesneler arası benzerliği veya uzaklığı tanımlamak
zordur. Bir çok durumda bir girdi veri kümesi için, en iyi uzaklık ölçütünü en iyi
kümeleme metodunu ve en iyi girdi argümanlarını seçmek mümkün değildir. Bu yüzden,
bir veri kümesi için çoklu kümelemeler elde edilebilir. Ve, çoklu kümelemeler yeni ve
daha iyi kaliteye sahip bir sonuç kümelemesinde birleştirilebilir.
Bu tezde, çoklu kümelemelerin birleştirilmesi için çizge tabanlı, ölçeklenebilir, güçlü ve
sezgisel bir algoritma öneriyoruz. Çoklu kümelemelerin birleştirilmesi, önceki bilgilerin
tekrar kullanılmasını ve daha iyi kaliteye sahip yeni bir sonuç kümelemesi oluşturulmasını
gerektirir. Yeni algoritmamız, COMUSA, nesnelerden oluşan, ağırlıklı ve girdi kümelenmelerindeki kanıt biriktirilerek oluşturulmuş bir benzerlik çizgesi üzerinde çalışır. COMUSA
nesneler seviyesinde çalışarak, kısa bir sürede iyi kaliteye sahip sonuç kümelemesi
oluşturmayı önerir. Çok çeşitli alanlardan alınmış gerçek, sanal olarak üretilmiş ve gen
ifade eden zorlayıcı veri kümeleri ¨üzerindeki geniş deneysel sonuçlar metodumuzun hem
kalite hem de çalışma zamanı olarak kullanışlı olduğunu gösterir. |
|
dc.language.iso |
en |
tr_TR |
dc.publisher |
Bahçeşehir Üniversitesi Fen Bilimleri Enstitüsü |
tr_TR |
dc.subject |
Unsupervised learning |
tr_TR |
dc.subject |
Cluster ensemble |
tr_TR |
dc.subject |
Data mining |
tr_TR |
dc.subject |
Machine learning and pattern recognition |
tr_TR |
dc.title |
Aggregating advantages of a set of clusterings into a final clustering using object-wise similarity graph |
tr_TR |
dc.type |
Thesis |
tr_TR |