TrAgLor - Turkish Agricultural Learning Objects Repository

Object Details

Computing Performance and Clustering Validity Comparison of Fuzzy C-means Algorithm for Different Cluster Volumes

Identifier : Catalog : URI
Entry : http://traglor.cu.edu.tr/objects/objectFile/kJdYjjxn-592015-23.pdf


Title : Turkish Bulanık C-ortalamalar Algoritmasının Farklı Küme Büyüklükleri İçin Hesaplama Performansı ve Kümeleme Geçerliliğinin Karşılaştırılması
English Computing Performance and Clustering Validity Comparison of Fuzzy C-means Algorithm for Different Cluster Volumes


Language : Turkish Turkish



Descriptions : Turkish Kümeleme benzer veri birimlerini gruplara ayırmak için yapılan yönetimsiz sınıflandırma işlemidir. Bir küme, içindeki elemanları birbirine diğer kümelerdekinden daha çok benzeyen birimlerden oluşur. Bir çok şekilde sınıflandırabilmeleri mümkün olmakla birlikte kümeleme yöntemleri veri birimlerinin kümeye ait olma koşulları ya da kısıtlarına göre sert kümeleme ve yumuşak kümeleme yöntemleri olarak ikiye ayrılırlar. Yumuşak kümeleme yapan bulanık kümeleme algoritmaları ile veri birimleri sert kümelemede olduğu gibi yalnızca tek bir kümeye değil; farklı üyelik dereceleri ile açıklanan değerlere göre iki veya daha fazla kümeye girebilmektedir. Bu nedenle küme sınırlarında bulunan birimler tümüyle belli bir küme üyesi olmaya zorlanmadığından sert kümelemeye göre daha güçlü ve doğal kümeleme olanağı sunmaktadırlar. Başkalarına ilaveten veri yapısındaki kümelerin şekli ve yönelimi kümeleme performansları üzerinde etkili olan önemli faktörler arasında yer almaktadır. Bunun yanında veri birimi ve özellik sayısı tarafından belirlenen veri matrisi boyutunun da hesaplama süresi açısından önemli olduğu bilinmektedir. Bu çalışmada, Bulanık C-Ortalamalar kümeleme algoritmasının yapay olarak üretilen çeşitli boyutlarda veri üzerindeki performansı çeşitli geçerlilik indeksleri ve işlem zamanı açısından karşılaştırılmaktadır.
English Clustering is an unsupervised classification to assign similar data elements into certain groups, called clusters. Each cluster consists of elements that are more similar to each others when compared to elements in other groups. Although they can be categorized in several ways, clustering methods can be classified into two groups as “hard clustering” and “soft clustering” depending on the constraints on the memberhip degrees of data elements in clusters. Contrarily to hard clustering, in fuzzy clustering a data element is not only a member of unique cluster but also a member of the other clusters with varying degrees of membership. Therefore fuzzy clustering is more powerful and natural when compared to hard clustering in many situations. Fuzzy clustering does not force data elements to be member of a certain cluster when they are located in the boundaries of clusters. In addition to many others, the shapes and orientation of clusters in data structures are among the most important factors that are effective on clustering performances. Additionaly, data sizes which are determined by number of elements and number of features can also effect the performances of the fuzzy algorithms especially in computing times required to converge to a good clustering. In this paper, Fuzzy C-means (FCM) algorithm is examined in different volumes of clusters generated via simulations, and the obtained results are discussed for some fuzzy clustering indexes and computing times required to complete the iterations.


Keywords : Turkish Yumuşak kümeleme
English Soft clustering
Turkish Bulanık kümeleme
English Fuzy clustering
Turkish Bulanık c-ortalamalar algoritması
English Fuzy C-means algorithm
Turkish Kümeleme geçerlilik indeksleri
English Clustering validity indices


Coverage : World


Structure : Atomic


Aggregation Level : Level 1


Version : Turkish Konya, 2015


Status : Final


Contribute : Role : Author
Date : 2015-09-05
name : Zeynel Cebeci
e-mail : zcebeci@cu.edu.tr
organization : Çukurova University
name : Figen Yıldız
e-mail : yildizf@cu.edu.tr
organization : Çukurova University




Identifier : Catalog : URI
Entry : http://traglor.cu.edu.tr/common/object_xml.aspx?id=1946


Contribute : Role : Author
Date : 2015-09-05
name : Zeynel Cebeci
e-mail : cebeciz@gmail.com
organization : Çukurova Üniversitesi Ziraat Fakültesi Biyometri ve Genetik Anabilim Dalı


Metadata Schema : TrAgLor LOM AP


Language : Turkish Turkish
Format : Text


Requirements : Operating System: Multios
Min ver :
Max ver :
Browser: Any
Min ver :
Max ver :


Installation Remarks :


Other Platform Requirements :


Duration : Year : 0 Month : 0 Day : 0 Hour : 0 Minutes : 0


Size : 1861399 bytes


Location : http://traglor.cu.edu.tr/objects/objectFile/kJdYjjxn-592015-23.pdf


Interactivity Type : Expositive


Learning Resource Type : Proceedings


Interactivity Level : Low


Semantic Density : Very High


Intended End User Role : Other


Context : University Postgraduate


Typical Age Range : Turkish 18Ü


Difficulty Level : Difficult


Duration : Year : 0 Month : 0 Day : 0 Hour : 0 Minutes : 0


Description :


Cost : No


Copyright and Other Restrictions : Yes


Description : This resource is licensed under the license(CC-BY-NC-ND) Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported


Kind : IsPartOf


Resource : Catalog : ISBN
Entry : 978-605-9119-xx


Description : Turkish 9. Ulusal Zootekni Bilim Kongresi Bildiriler Kitabı, Aybil Basımevi, Konya


Entity : name :
e-mail :
organization :


Date :


Description :


Purpose : Discipline


Source : English AGRICOLA


Entry : Agricultural Research and Methodology


Description :


Keywords : Turkish kümeleme yöntemleri
English clustering algorithms
Turkish veri madenciliği
English data mining