Snn Algoritması Parametrelerinin Otomatik Olarak Bulunması

Abstract

Büyük veri setlerinin kümelenmesi gerek uzun zaman alması gerekse sonuç doğruluğu açısından elle yapılamayacak kadar zordur. Kümeleme, farklı çalışma prensiplerine göre çalışan pek çok algoritmayla yapılabilmektedir. Bu algoritmalardan olan yoğunluk tabanlı algoritmalar, veri setini kümelerken noktaların yoğunluğuna bakarak yoğun olan veri bölgelerini küme olarak belirlemekte, seyrek yoğunluklu yerleri ise gürültü noktaları olarak tespit etmektedirler. Yoğunluk tabanlı algoritmalardan olan SNN çalışırken Eps ve Minpts olarak adlandırılan iki adet parametreye ihtiyaç duyar. Bu parametrelerin algoritma çalıştırılmadan önce kullanıcı tarafından belirlenmesi gerekir. Bu tez çalışmasında, SNN algoritmasının, kullanıcı bağımlılığının ortadan kaldırılması amaçlanmıştır. Geliştirilen yöntemle SNN algoritmasının ihtiyaç duyduğu Eps ve Minpts parametreleri kullanıcıya gerek kalmadan hesaplanmaktadır.

The clustering of large data is to difficult to do manually from the perspective of whether it takes much time or accuracy of the results. Clustering can be done by many algorithms running according to many different working principles. Density based algorihtms from these algorithms determine dense regions as clusters and detects sparse regions as noises by analyzing density of data points while clustering. SNN that is one of the density based algorithms needs two parameters named Eps and Minpts while running. These parameters must be determined by user before running the algorithm. In this thesis, it is intended to take away SNN algorithm user dependency. Eps and Minpts paramaters which SNN needs are calculating by developed method without user.