Διερευνητική Μελέτη των Αλγορίθμων Συσταδοποίησης DBSCAN,BIRCH και Ανάπτυξη Σχετικής Εκπαιδευτικής Διαδικτυακής Εφαρμογής

Abstract

Διερευνητική μελέτη των αλγορίθμων συσταδοποίησης DBSCAN, BIRCH και ανάπτυξη σχετικής εκπαιδευτικής διαδικτυακής εφαρμογής» «Exploratory study of the DBSCAN and BIRCH clustering algorithms and development of relevant educational web application» Συνοπτική περιγραφή-Στόχοι Στο πρόβλημα της συσταδοποίησης μας δίνεται ένα σύνολο δεδομένων, χωρίς τις αντίστοιχες κλάσεις ή ετικέτες και χρειαζόμαστε κάποιον αλγόριθμο, ο οποίος θα ομαδοποιήσει αυτόματα τα δεδομένα σε συστάδες. Οι συστάδες που δημιουργούνται θέλουμε να διαχωρίζουν ορθά τα δεδομένα. Ο αλγόριθμος DBSCAN (Density-based spatial clustering of applications with noise) χρησιμοποιεί δυο παραμέτρους, το ε και το MinPts, δηλαδή μια ακτίνα και τον ελάχιστο αριθμό σημείων που απαιτούνται για τη δημιουργία μιας πυκνής περιοχής. Ο αλγόριθμος BIRCH (Balanced Iterative Reducing and Clustering using Hierarchies) είναι ένας υβριδικός αλγόριθμος ο οποίος απαιτεί μια μοναδική σάρωση των δεδομένων για τη δημιουργία συστάδων. Σκοπός της πτυχιακής αυτής είναι η διερευνητική μελέτη λειτουργίας των δύο αλγορίθμων και η ανάπτυξη διαδικτυακής εφαρμογής για εκπαιδευτικούς σκοπούς όπου θα δίνεται η δυνατότητα στο χρήστη να επιλέξει διαφορετικά σύνολα δεδομένων και να εκτελέσει τους παραπάνω αλγορίθμους για ποικίλες τιμές των μεταβλητών εισόδου τους. Τα αποτελέσματα θα παρουσιάζονται στην εφαρμογή σε μορφή πινάκων και διαγραμμάτων.