الگوریتم خوشه‌بندی کامیلیون (CHAMELEON): راهنمای کامل خوشه‌بندی مبتنی بر گراف :بخش دوم

دکتر محمدرضا عاطفی
جولای 15, 2026

پیشنهاد میکنیم ابتدا مقاله الگوریتم خوشه‌بندی کامیلیون (CHAMELEON): آموزش کامل خوشه‌بندی مبتنی بر گراف را مطالعه کنید.سپس این مقاله را مطالعه نمایید.

۱۰. تحلیل رفتاری و تبیین علمی

رفتار یک الگوریتم خوشه‌بندی فقط با دانستن فرمول‌های آن روشن نمی‌شود. فهم واقعی زمانی حاصل می‌شود که بدانیم روش در وضعیت‌های مختلف داده چگونه واکنش نشان می‌دهد. در مورد کامیلیون، این تحلیل از آن جهت مهم‌تر است که الگوریتم بر ساختار محلی و مدل‌سازی نسبی تکیه دارد. در نتیجه، رفتار آن به کیفیت گراف همسایگی، ویژگی توزیع داده و الگوی ارتباط میان خوشه‌ها وابسته است.

۱۰.۱ تحلیل هندسی

از دید هندسی، کامیلیون بیش از آن‌که بر شکل کلی خوشه‌ها تمرکز کند، بر الگوی اتصال محلی تمرکز دارد. این ویژگی سبب می‌شود که خوشه‌های غیرکروی، خمیده، کشیده یا چندشاخه بهتر از روش‌های مرکزمحور کشف شوند. اگر نقاط متعلق به یک خوشه در گراف k-همسایه به‌صورت زنجیره‌ای منسجم به هم متصل باشند، حتی در صورت نداشتن مرکز هندسی واضح، الگوریتم قادر به شناسایی آن‌هاست.

با این حال، این مزیت زمانی معتبر است که گراف همسایگی واقعاً ساختار هندسی را حفظ کند. اگر k بسیار بزرگ انتخاب شود، یال‌های دوربرد وارد گراف می‌شوند و مرزهای هندسی مخدوش می‌گردند. اگر k بسیار کوچک باشد، ساختارهای کشیده ممکن است گسسته شوند.

۱۰.۲ رفتار در داده‌های کم‌حجم

در مجموعه‌داده‌های کوچک، کامیلیون معمولاً می‌تواند ساختار محلی را با دقت خوبی ثبت کند، به شرط آن‌که فاصله‌ها معنادار باشند. در این شرایط، افراز اولیه و ادغام سلسله‌مراتبی اغلب شفاف‌تر عمل می‌کنند، زیرا تعداد الگوهای مزاحم کمتر است. با این حال، در داده‌های بسیار کوچک، مفهوم آماری «ساختار محلی» ممکن است ناپایدار شود. برای مثال، اگر هر خوشه فقط چند نمونه داشته باشد، تخمین اتصال و نزدیکی داخلی قابل اتکا نیست.

۱۰.۳ رفتار در داده‌های بزرگ

در داده‌های بزرگ، مزیت اصلی الگوریتم آشکار می‌شود: وجود نقاط کافی برای آشکارشدن ساختارهای محلی. در چنین شرایطی، خوشه‌های پیچیده بهتر در گراف نمایان می‌شوند و زیرخوشه‌های اولیه معنا‌دارتر خواهند بود. از سوی دیگر، رشد اندازه داده دو پیامد دارد:

ساخت گراف همسایگی و نگهداری آن پرهزینه‌تر می‌شود.
مرحله ادغام اگر به‌درستی مهار نشود، می‌تواند هزینه محاسباتی قابل توجهی ایجاد کند.

پس از نظر رفتاری، کامیلیون در داده‌های بزرگ از نظر ساختاری غالباً بهتر عمل می‌کند، اما از نظر محاسباتی نیازمند طراحی دقیق‌تر است.

۱۰.۴ رفتار در حضور نویز

نویز (Noise) به نقاطی گفته می‌شود که از الگوی اصلی خوشه‌ها تبعیت نمی‌کنند. در کامیلیون، بسیاری از نقاط نویزی به دلیل نداشتن همسایه‌های قوی، در گراف یال‌های ضعیف یا نامعمول دارند. این موضوع دو پیامد رفتاری دارد:

در افراز اولیه، ممکن است به‌صورت واحدهای کوچک و جدا افتاده ظاهر شوند.
در مرحله ادغام، چون اتصال و نزدیکی آن‌ها نسبت به خوشه‌های واقعی ضعیف است، احتمال ادغام بی‌موردشان کاهش می‌یابد.

بنابراین، الگوریتم تا حدی در برابر نویز مقاوم است. البته اگر نویز ساختاریافته باشد، یعنی مجموعه‌ای از نقاط مزاحم خود نوعی الگوی محلی بسازند، ممکن است به‌صورت یک زیرخوشه واقعی تفسیر شوند.

۱۰.۵ رفتار در برابر داده‌های پرت

نقاط پرت (Outliers) معمولاً نسبت به نویزهای موضعی اثر مخرب‌تری دارند، زیرا ممکن است در نواحی خلوت یا مرزی قرار گیرند. در کامیلیون، اگر نقطه پرت به‌صورت منفرد یا با اتصالات بسیار ضعیف ظاهر شود، احتمالاً در خوشه‌های اصلی جذب نمی‌شود. اما اگر ساخت گراف به‌گونه‌ای باشد که این نقطه با چند یال مصنوعی به یک خوشه متصل شود، ممکن است افراز اولیه یا مرحله ادغام دچار خطا شود. پس مقاومت الگوریتم در برابر نقاط پرت، به کیفیت معیار فاصله و انتخاب k وابستگی دارد.

۱۰.۶ رفتار در داده‌های نامتوازن

یکی از مزیت‌های مهم کامیلیون، رفتار نسبتاً مناسب آن در برابر خوشه‌های نامتوازن از نظر اندازه است. در بسیاری از روش‌ها، خوشه‌های بزرگ‌تر به‌دلیل جرم عددی بیشتر، خوشه‌های کوچک را در خود حل می‌کنند. اما در کامیلیون، چون اتصال و نزدیکی به‌صورت نسبی سنجیده می‌شوند، خوشه کوچک فقط زمانی ادغام می‌شود که رابطه آن با خوشه بزرگ با ساختار داخلی خودش سازگار باشد.

این نکته به‌ویژه در داده‌هایی مهم است که یک خوشه متراکم و کوچک در کنار خوشه‌ای بزرگ و کم‌تراکم قرار دارد. معیارهای مطلق ممکن است این دو را یکی کنند، اما معیارهای نسبی کامیلیون اغلب در چنین مواردی محافظه‌کارترند.

۱۰.۷ رفتار در ابعاد بالا

در فضاهای با بعد زیاد، تقریباً همه الگوریتم‌های مبتنی بر فاصله با پدیده تمرکز فاصله (Distance Concentration) روبه‌رو می‌شوند. در این وضعیت، تفاوت میان نزدیک‌ترین و دورترین همسایه کاهش می‌یابد و مفهوم همسایگی محلی تضعیف می‌شود. کامیلیون نیز از این قاعده مستثنا نیست، زیرا گراف k-همسایه بر پایه همین فاصله‌ها ساخته می‌شود.

با این حال، اگر پیش‌پردازش مناسبی مانند کاهش بُعد، انتخاب ویژگی یا تعریف یک معیار شباهت مناسب انجام شود، کامیلیون همچنان می‌تواند کارآمد باشد. بنابراین، در ابعاد بالا، رفتار الگوریتم بیش از آن‌که به خود روش وابسته باشد، به کیفیت بازنمایی داده وابسته است.

۱۰.۸ رفتار در داده‌های ناقص

اگر بخشی از ویژگی‌ها گم‌شده باشند، ساخت فاصله یا شباهت دشوار می‌شود. چون کامیلیون به‌شدت به کیفیت گراف وابسته است، داده ناقص بدون پیش‌پردازش مناسب می‌تواند ساختار محلی را تحریف کند. در این حالت، افراز اولیه و ادغام هر دو تحت تأثیر قرار می‌گیرند. بنابراین، در حضور داده ناقص، استفاده از روش‌های برآورد، تکمیل داده یا معیارهای شباهت مقاوم ضروری است.

۱۰.۹ اثر همبستگی ویژگی‌ها

اگر ویژگی‌ها همبستگی بالایی داشته باشند، فاصله اقلیدسی ممکن است ساختار واقعی را به‌خوبی بازتاب ندهد. در چنین مواردی، استفاده از فاصله ماهالانوبیس، شباهت کسینوسی یا نگاشت‌های ویژگی مناسب می‌تواند ساخت گراف را بهبود دهد. از این منظر، رفتار کامیلیون نه فقط تابع الگوریتم، بلکه تابع کیفیت هندسه تحمیل‌شده بر داده نیز هست.

۱۰.۱۰ جمع‌بندی رفتاری

رفتار کامیلیون را می‌توان چنین خلاصه کرد:

در داده‌های با ساختار محلی غنی، عملکرد آن قوی است.
در حضور شکل‌های پیچیده و چگالی‌های متفاوت، نسبت به بسیاری از روش‌های کلاسیک برتر است.
در برابر نویز و نامتوازنی تا حد خوبی مقاوم است.
در ابعاد بالا و داده ناقص، کیفیت بازنمایی و پیش‌پردازش نقش تعیین‌کننده دارد.

به بیان دیگر، کامیلیون یک الگوریتم «خردمند» است، اما این خردمندی به کیفیت اطلاعات محلی که از داده دریافت می‌کند وابسته است.

۱۱. تحلیل پیچیدگی و مقیاس‌پذیری

کارایی عملی هر الگوریتم، فقط با دقت یا کیفیت خوشه‌بندی سنجیده نمی‌شود. در مسائل واقعی، هزینه محاسباتی و توان مقیاس‌پذیری نیز اهمیت اساسی دارد. کامیلیون از نظر کیفیت خوشه‌بندی بسیار توانمند است، اما این توانمندی با هزینه‌ای محاسباتی همراه است که باید دقیق تحلیل شود.

۱۱.۱ هزینه ساخت گراف k-نزدیک‌ترین همسایه

اگر برای هر نقطه، فاصله آن تا همه نقاط دیگر محاسبه شود، هزینه زمانی این مرحله برابر است با:

که در آن n تعداد نمونه‌ها و d تعداد ویژگی‌ها است.

اگر d را ثابت فرض کنیم، این هزینه را می‌توان به‌صورت:

نوشت.

در عمل، این مرحله یکی از پرهزینه‌ترین اجزای الگوریتم است. پس در داده‌های کم‌بعد، ساختارهایی مانند k-d tree یا ball tree می‌توانند این هزینه را کاهش دهند. در داده‌های بسیار بزرگ، روش‌های تقریبی همسایه‌یابی نزدیک (Approximate Nearest Neighbor) Neighbor) نیز به‌کار می‌روند.

۱۱.۲ هزینه حافظه گراف

اگر گراف به‌صورت تنک نگهداری شود و هر رأس تقریباً k یال داشته باشد، تعداد یال‌ها در مرتبه

است. بنابراین، هزینه حافظه برای ذخیره گراف تنک تقریباً:

خواهد بود.

اگر k نسبت به n کوچک و ثابت باشد، این هزینه خطی در n است. این ویژگی از نظر حافظه مزیت مهمی محسوب می‌شود.

۱۱.۳ هزینه افراز گراف

در بسیاری از پیاده‌سازی‌ها، از الگوریتم‌های چندسطحی افراز گراف مانند METIS استفاده می‌شود. تحلیل دقیق این روش‌ها به جزئیات پیاده‌سازی وابسته است، اما در عمل برای گراف‌های تنک، این مرحله معمولاً نزدیک به خطی یا شبه‌خطی نسبت به تعداد یال‌ها رفتار می‌کند. بنابراین می‌توان به‌صورت تقریبی نوشت:

این ویژگی یکی از دلایل مهم کارایی نسبی فاز اول کامیلیون است.

۱۱.۴ هزینه مرحله ادغام سلسله‌مراتبی

فاز دوم، یعنی ادغام زیرخوشه‌ها، از منظر محاسباتی حساس‌تر است. فرض کنید گراف اولیه به m زیرخوشه تقسیم شده باشد، که معمولاً:

اگر در هر مرحله همه زوج‌های ممکن بررسی شوند، تعداد زوج‌ها از مرتبه:

است. اگر تعداد ادغام‌ها نیز در حدود m باشد، هزینه کلی می‌تواند در بدترین حالت به:

نزدیک شود.

اما در عمل، الگوریتم معمولاً فقط زوج‌های مجاور را بررسی می‌کند، نه همه زوج‌ها را. این محدودیت، هزینه را به‌طور معناداری کاهش می‌دهد. با این حال، مرحله ادغام همچنان گلوگاه اصلی در مقیاس‌های بزرگ باقی می‌ماند.

۱۱.۵ هزینه محاسبه RI و RC

برای هر زوج کاندید، باید چند کمیت محاسبه یا به‌روزرسانی شود:

مجموع وزن یال‌های بین دو خوشه
مقادیر مرجع داخلی برای هر خوشه
میانگین وزن‌های لازم برای RC

اگر این مقادیر به‌صورت افزایشی و با ساختار داده مناسب نگهداری شوند، هر به‌روزرسانی می‌تواند نسبتاً کارآمد انجام شود. اما اگر در هر مرحله این مقادیر از ابتدا محاسبه شوند، هزینه ادغام به‌شدت افزایش می‌یابد.

بنابراین، از منظر مهندسی الگوریتم، نگهداری هوشمند آمارهای بین‌خوشه‌ای و درون‌خوشه‌ای برای مقیاس‌پذیری حیاتی است.

۱۱.۶ پیچیدگی کلی

در نسخه پایه و بدون بهینه‌سازی، پیچیدگی غالب را می‌توان چنین خلاصه کرد:

ساخت گراف: O(n^2 )
افراز اولیه: O(nk) تا شبه‌خطی
ادغام: وابسته به m، در بدترین حالت بین O(m^2 )تا O(m^3 )

پس در مجموع، برای داده‌های متوسط، بخش ساخت گراف و بخش ادغام هر دو می‌توانند محدودکننده باشند. در مسائل بزرگ‌مقیاس، بدون استفاده از همسایه‌یابی تقریبی و سازوکارهای ادغام کارآمد، اجرای الگوریتم پرهزینه خواهد بود.

۱۱.۷ مقیاس‌پذیری

از نظر مقیاس‌پذیری، کامیلیون را می‌توان چنین ارزیابی کرد:

نقاط مثبت

استفاده از گراف تنک حافظه را کنترل می‌کند.
افراز اولیه را می‌توان با ابزارهای بسیار کارآمد انجام داد.
چون فاز دوم بر زیرخوشه‌ها انجام می‌شود، اندازه مسئله تا حدی کاهش می‌یابد.

نقاط چالش‌برانگیز

ساخت دقیق k-NN برای داده‌های عظیم پرهزینه است.
ادغام سلسله‌مراتبی ذاتاً از روش‌های کاملاً خطی کندتر است.
در داده‌های جریان‌محور (Streaming) سامانه‌های برخط، به‌روزرسانی سلسله‌مراتب دشوار است.

۱۱.۸ هزینه آموزش و پیش‌بینی

در خوشه‌بندی، اصطلاح «آموزش» بیشتر به اجرای الگوریتم روی داده اشاره دارد. از این منظر:

هزینه آموزش: همان هزینه ساخت گراف، افراز اولیه و ادغام است.
هزینه پیش‌بینی برای نمونه جدید: کامیلیون ذاتاً یک الگوریتم برون‌نمونه‌ای (Out−of−sample) ساده ندارد. برای تخصیص نمونه جدید به خوشه‌های موجود، باید قاعده‌ای اضافی تعریف شود؛ مثلاً اتصال نمونه جدید به گراف و بررسی بیشترین شباهت نسبی. این مرحله استاندارد نیست و به طراحی پیاده‌سازی بستگی دارد.

۱۱.۹ جمع‌بندی پیچیدگی

کامیلیون از نظر محاسباتی الگوریتمی ارزان محسوب نمی‌شود. قدرت آن در کیفیت مدل‌سازی ساختارهای پیچیده است، نه در سادگی محاسبات. بنابراین، این روش زمانی بیشترین ارزش را دارد که:

کیفیت خوشه‌بندی از سرعت خام مهم‌تر باشد،
داده دارای ساختار پیچیده باشد،
و امکان استفاده از پیاده‌سازی‌های بهینه و ابزارهای افراز گراف فراهم باشد.

۱۲. ابرپارامترها و تنظیم

موفقیت عملی کامیلیون تا حد زیادی به تنظیم مناسب چند ابرپارامتر کلیدی وابسته است. برخلاف برخی روش‌ها که فقط یک یا دو پارامتر دارند، در اینجا کیفیت خوشه‌بندی نتیجه تعامل میان ساخت گراف، افراز اولیه و سیاست ادغام است. بنابراین، تنظیم پارامترها باید با فهم رفتار الگوریتم همراه باشد.

۱۲.۱ پارامتر k در گراف همسایگی

مهم‌ترین پارامتر الگوریتم، تعداد همسایه‌ها در گراف k-نزدیک‌ترین همسایه است.

نقش

این پارامتر تعیین می‌کند هر نقطه با چه تعداد همسایه به گراف متصل شود. در نتیجه، k مستقیماً بر چگالی گراف، میزان اتصال محلی و شکل ساختار استخراج‌شده اثر می‌گذارد.

اثر انتخاب کوچک

اگر k خیلی کوچک باشد:

گراف ممکن است گسسته یا بسیار شکننده شود.
خوشه‌های کشیده و زنجیره‌ای ممکن است تکه‌تکه شوند.
نویز یا نوسان‌های موضعی بیش از حد تقویت می‌شوند.

اثر انتخاب بزرگ

اگر k خیلی بزرگ باشد:

یال‌های غیرمحلی وارد گراف می‌شوند.
مرز خوشه‌ها کمرنگ می‌شود.
خوشه‌های مجاور به‌طور مصنوعی به هم متصل می‌شوند.

راهبرد تنظیم

در عمل، k معمولاً به‌صورت تجربی و با بررسی ساختار داده تنظیم می‌شود. برای داده‌های کم‌نویز و خوشه‌های فشرده، مقادیر کوچک‌تر کافی‌اند. برای داده‌های پراکنده‌تر، مقادیر متوسط بهتر عمل می‌کنند. هیچ مقدار جهان‌شمولی وجود ندارد.

۱۲.۲ تعداد زیرخوشه‌های اولیه m

در فاز اول، گراف به m زیرخوشه افراز می‌شود.

نقش

این پارامتر تعیین می‌کند مرحله ابتدایی تا چه حد ساختار را خرد کند. اگر m کم باشد، زیرخوشه‌ها بزرگ و ناهمگن می‌شوند. اگر m زیاد باشد، الگوریتم با تعداد زیادی قطعه کوچک وارد فاز ادغام می‌شود.

انتخاب m کم

افراز اولیه ممکن است چند ساختار متمایز را در یک زیرخوشه قرار دهد.
فاز دوم فرصت کمتری برای بازیابی دقیق مرزهای طبیعی خواهد داشت.

انتخاب m زیاد

فاز دوم از نظر محاسباتی سنگین‌تر می‌شود.
حساسیت به نویز و تصمیم‌های محلی افزایش می‌یابد.
خطر ادغام‌های زودهنگام نادرست بالا می‌رود.

راهبرد تنظیم

در عمل، m باید آن‌قدر بزرگ باشد که خوشه‌های واقعی به واحدهای نسبتاً خالص شکسته شوند، اما آن‌قدر بزرگ نباشد که هزینه ادغام غیرعملی گردد. نسبت m به n معمولاً کوچک انتخاب می‌شود، اما مقدار دقیق وابسته به پیچیدگی ساختار داده است.

۱۲.۳ پارامتر α

این پارامتر در تابع شباهت مرکب ظاهر می‌شود:

نقش

α تعادل میان پیوستگی نسبی و نزدیکی نسبی را تنظیم می‌کند.

رفتار با α کوچک

نقش RI تقویت می‌شود.
الگوریتم بیشتر به شدت اتصال ساختاری حساس است.
خوشه‌هایی که اتصالات بین‌مرزی قوی دارند، حتی با تفاوت هندسی نسبی، ممکن است ادغام شوند.

رفتار با α بزرگ

نقش RC افزایش می‌یابد.
الگوریتم به هم‌خوانی هندسی و شباهتی حساس‌تر می‌شود.
ادغام بین ساختارهایی که از نظر نزدیکی متوسط متفاوت‌اند، دشوارتر می‌شود.

راهبرد تنظیم

در بسیاری از کاربردها، α=1نقطه شروع طبیعی است. اگر داده دارای چگالی‌های متغیر اما اشکال نزدیک باشد، افزایش α می‌تواند مفید باشد. اگر اتصال ساختاری مهم‌تر از فاصله ظاهری باشد، مقادیر کوچک‌تر مناسب‌ترند.

۱۲.۴ تابع شباهت و وزن یال‌ها

هرچند گاهی به‌عنوان پارامتر کلاسیک مطرح نمی‌شود، اما انتخاب تابع وزن برای یال‌های گراف، خود نوعی ابرپارامتر طراحی است.

گزینه‌های رایج

معکوس فاصله
کرنل گاوسی
شباهت کسینوسی
وزن دودویی

اثر

این انتخاب تعیین می‌کند که «نزدیکی» در مسئله به چه معنا باشد. در داده‌های متنی، شباهت کسینوسی اغلب مناسب‌تر از فاصله اقلیدسی است. در داده‌های مکانی پیوسته، توابع مبتنی بر فاصله طبیعی‌ترند.

۱۲.۵ معیار افراز اولیه

الگوریتم کامیلیون به یک موتور افراز گراف نیاز دارد. نوع افراز و تنظیمات آن نیز بر خروجی اثر می‌گذارد، هرچند در سطح کاربردی اغلب از ابزارهای استاندارد استفاده می‌شود.

اثر

اگر افراز اولیه خوشه‌های بسیار نامتوازن یا ناهمگن تولید کند، مرحله ادغام با اطلاعات اولیه ضعیف آغاز می‌شود. بنابراین، کیفیت افراز اولیه صرفاً یک جزئیات پیاده‌سازی نیست، بلکه بخشی از رفتار الگوریتم است.

۱۲.۶ شرط توقف

گرچه گاهی شرط توقف به‌عنوان پارامتر جانبی دیده می‌شود، اما از نظر عملی اهمیت زیادی دارد.

گزینه‌ها

تعداد نهایی خوشه‌ها
حداقل امتیاز شباهت برای ادغام
توقف پس از رسیدن به سطح خاصی از سلسله‌مراتب

اثر

شرط توقف زودهنگام می‌تواند به افراط در تفکیک خوشه‌ها منجر شود. توقف دیرهنگام ممکن است باعث ادغام بیش از حد گردد.

۱۲.۷ راهبرد کلی تنظیم

برای تنظیم عملی کامیلیون، راهبرد زیر مفید است:

ابتدا معیار شباهت و وزن یال را بر اساس ماهیت داده تعیین کنید.
سپس k را با تمرکز بر کیفیت نمایش محلی تنظیم کنید.
مقدار m را چنان انتخاب کنید که افراز اولیه بیش‌ازحد درشت یا بیش‌ازحد ریز نباشد.
α را بر اساس اولویت میان اتصال ساختاری و نزدیکی هندسی تنظیم کنید.
در نهایت، شرط توقف را متناسب با هدف تحلیل تعیین نمایید.

۱۲.۸ حساسیت الگوریتم

کامیلیون نسبت به تنظیمات حساس است، اما این حساسیت صرفاً یک ضعف نیست. بخشی از این حساسیت ناشی از انعطاف بالای الگوریتم است. روشی که می‌خواهد با ساختارهای پیچیده سازگار شود، ناگزیر باید نسبت به تعریف همسایگی، مقیاس محلی و منطق ادغام واکنش نشان دهد. بنابراین، تنظیم پارامترها در کامیلیون نوعی طراحی مدل خوشه‌بندی است، نه صرفاً یک مرحله فنی.

۱۳. مزایا، محدودیت‌ها و شرایط شکست

۱۳.۱ مزایا

توانایی کشف خوشه‌های با شکل دلخواه: کامیلیون به خوشه‌های کروی محدود نیست و می‌تواند ساختارهای خمیده، کشیده و پیچیده را شناسایی کند.
سازگاری با چگالی‌های متفاوت: به‌دلیل استفاده از معیارهای نسبی، خوشه‌هایی با تراکم‌های متفاوت بهتر از بسیاری از روش‌های ایستا تفکیک می‌شوند.
مدل‌سازی پویا: تصمیم ادغام بر اساس ساختار درونی خوشه‌ها انجام می‌شود، نه یک آستانه ثابت جهانی.
کاهش خطر ادغام‌های فریبنده: وجود یک اتصال یا نزدیکی موضعی به‌تنهایی برای ادغام کافی نیست.
پشتوانه ساختار گرافی: الگوریتم از نمایش گرافی بهره می‌برد که برای بسیاری از داده‌های پیچیده طبیعی و غنی است.
تفسیرپذیری مفهومی مناسب: معیارهای RI و RC از نظر شهودی قابل توضیح‌اند و می‌توان منطق ادغام را تحلیل کرد.

۱۳.۲ محدودیت‌ها

هزینه محاسباتی نسبتاً بالا: ساخت گراف و ادغام سلسله‌مراتبی هر دو می‌توانند در مقیاس‌های بزرگ پرهزینه باشند.
نبود پیاده‌سازی استاندارد گسترده: برخلاف K-means یا DBSCAN، این الگوریتم در بسیاری از کتابخانه‌های عمومی یادگیری ماشین به‌صورت رسمی موجود نیست.
وابستگی شدید به کیفیت گراف: اگر گراف k-همسایگی ساختار واقعی داده را خوب ثبت نکند، کل الگوریتم آسیب می‌بیند.
حساسیت به تنظیم پارامترها: انتخاب k، m و α می‌تواند نتیجه را به‌طور معناداری تغییر دهد.
پیچیدگی پیاده‌سازی: برای پیاده‌سازی درست، نیاز به مدیریت گراف، افراز، به‌روزرسانی آمارها و سازوکار ادغام وجود دارد.
چالش در داده‌های بسیار پربعد: اگر فاصله‌ها معنای خود را از دست بدهند، ساختار گرافی نیز ضعیف می‌شود.

۱۳.۳ شرایط شکست

الگوریتم در شرایط زیر ممکن است عملکرد ضعیف داشته باشد یا شکست بخورد:

داده‌های بدون ساختار محلی مشخص: اگر روابط همسایگی واقعاً حاوی الگوی خوشه‌ای نباشند، مدل‌سازی پویا نیز سود چندانی نخواهد داشت.
انتخاب نامناسب k: مقدار بسیار کوچک یا بسیار بزرگ می‌تواند گراف را غیرنماینده کند.
افراز اولیه ضعیف: اگر زیرخوشه‌های اولیه ناهمگن باشند، مرحله ادغام بر پایه‌ای نامطمئن بنا می‌شود.
داده‌های با بعد بسیار بالا بدون پیش‌پردازش: در این وضعیت، تعریف همسایگی قابل اتکا دشوار است.
حضور پل‌های مصنوعی ناشی از نویز یا معیار فاصله نامناسب: چنین پل‌هایی ممکن است خوشه‌های مجزا را به اشتباه به هم متصل کنند.
مسائل بسیار بزرگ بدون بهینه‌سازی محاسباتی: در این حالت، هزینه زمانی و حافظه‌ای می‌تواند اجرای الگوریتم را غیرعملی سازد.

۱۴. کاربردها و موارد استفاده

کامیلیون برای مسائلی مناسب است که در آن‌ها ساختار داده پیچیده است و نمی‌توان خوشه‌ها را با فرض‌های ساده‌ای مانند کروی‌بودن یا چگالی یکنواخت مدل کرد. دامنه کاربردهای آن نسبتاً گسترده است.

۱۴.۱ کاربردهای صنعتی

بخش‌بندی مشتریان: در شرایطی که الگوهای رفتاری مشتریان خطی یا همگن نیستند و گروه‌های طبیعی ساختارهای پیچیده دارند.
تحلیل تقلب و رفتار غیرعادی: زمانی که الگوهای عادی و غیرعادی به‌صورت خوشه‌های ساده جدا نمی‌شوند.
پردازش تصویر و بینایی ماشین: برای بخش‌بندی تصویر در مواردی که اشیا مرزهای نامنظم دارند.
تحلیل داده‌های مکانی و جغرافیایی: برای کشف نواحی هم‌رفتار با شکل‌های نامنظم، مانند پهنه‌های محیطی یا الگوهای شهری.
تحلیل شبکه و ترافیک: در خوشه‌بندی گره‌ها یا الگوهای ارتباطی بر اساس ساختار محلی اتصال.

۱۴.۲ کاربردهای دانشگاهی

زیست‌اطلاع‌رسانی (Bioinformatics): برای خوشه‌بندی ژن‌ها، پروفایل‌های بیان یا نمونه‌های زیستی با ساختارهای پیچیده.
خوشه‌بندی اسناد و متون: در نمایش‌های برداری مناسب، جایی که گروه‌های موضوعی می‌توانند مرزهای غیرخطی داشته باشند.
تحلیل داده‌های سنجش‌ازدور: برای تفکیک نواحی با الگوهای مکانی-طیفی پیچیده.
علوم اجتماعی محاسباتی: در کشف الگوهای رفتاری یا گروه‌بندی جمعیت‌ها با ویژگی‌های ناهمگن.

۱۴.۳ کاربردهای پژوهشی

مطالعه ساختارهای داده پیچیده: زمانی که هدف، فهم هندسه و روابط درونی داده است، نه فقط تولید برچسب خوشه‌ای.
مقایسه الگوریتم‌های خوشه‌بندی: کامیلیون به‌عنوان یک معیار مرجع برای روش‌های ساختارمحور به‌کار می‌رود.
پایه توسعه الگوریتم‌های جدید: ایده مدل‌سازی پویا در پژوهش‌های جدید برای طراحی روش‌های مقیاس‌پذیرتر یا سازگارتر با داده‌های خاص استفاده شده است.

۱۴.۴ چه نوع مسئله‌هایی برای کامیلیون مناسب‌اند؟

این الگوریتم زمانی بیشترین ارزش را دارد که:

خوشه‌ها شکل دلخواه داشته باشند؛
چگالی خوشه‌ها یکسان نباشد؛
داده ساختار محلی معنادار داشته باشد؛
کیفیت کشف ساختار از سادگی محاسبات مهم‌تر باشد؛
و امکان ساخت یک گراف شباهت مناسب فراهم باشد.

۱۵. مقایسه با الگوریتم‌های مشابه

در این بخش، کامیلیون با چند روش مهم خوشه‌بندی مقایسه می‌شود تا جایگاه آن روشن‌تر شود.

۱۵.۱ جدول مقایسه

معیار	CHAMELEON	K-means	DBSCAN	CURE	Spectral Clustering
نوع روش	گرافی، سلسله‌مراتبی، پویا	مرکزی، افرازی	چگالی‌محور	سلسله‌مراتبی مبتنی بر نماینده	مبتنی بر گراف و طیف
فرض شکل خوشه	بسیار انعطاف‌پذیر	عمدتاً کروی	دلخواه	نسبتاً انعطاف‌پذیر	انعطاف‌پذیر
تحمل چگالی‌های متفاوت	خوب	ضعیف	محدود	متوسط	متوسط تا خوب
نیاز به تعداد خوشه	بسته به توقف	بله	خیر	معمولاً بله/ضمنی	معمولاً بله
حساسیت به نویز	متوسط تا خوب	زیاد	خوب	خوب	وابسته به گراف
مقیاس‌پذیری	متوسط	بسیار خوب	خوب	متوسط	متوسط
تفسیرپذیری	خوب	خوب	متوسط	متوسط	کمتر
هزینه محاسباتی	نسبتاً بالا	پایین	متوسط	متوسط	نسبتاً بالا

۱۵.۲ مقایسه تحلیلی با K–means

K-means یکی از ساده‌ترین و پرکاربردترین الگوریتم‌های خوشه‌بندی است. مزیت اصلی آن، سرعت و سادگی است. اما این روش فرض می‌کند که خوشه‌ها با مرکزهای میانگین به‌خوبی توصیف می‌شوند. در نتیجه، در برابر خوشه‌های غیرکروی، با چگالی متفاوت یا اندازه نامتوازن عملکرد ضعیفی دارد. کامیلیون دقیقاً برای همین موقعیت‌ها طراحی شده است. بهای این انعطاف، هزینه محاسباتی بالاتر و پیچیدگی بیشتر است.

۱۵.۳ مقایسه با DBSCAN

DBSCAN نیز قادر به کشف خوشه‌های با شکل دلخواه است و در برابر نویز بسیار مقاوم است. با این حال، این روش بر مفهوم چگالی یکنواخت یا نسبتاً یکنواخت تکیه دارد. هنگامی که خوشه‌ها چگالی‌های متفاوتی داشته باشند، تنظیم یک مجموعه پارامتر ثابت برای همه داده دشوار می‌شود. کامیلیون از این جهت مزیت دارد که تصمیم‌های ادغام را نسبت به ساختار داخلی هر خوشه اتخاذ می‌کند. با این حال، DBSCAN در مقیاس‌پذیری و سادگی اجرایی معمولاً برتری دارد.

۱۵.۴ مقایسه با CURE

CURE برای غلبه بر محدودیت خوشه‌های کروی، از چند نقطه نماینده برای هر خوشه استفاده می‌کند. این ایده نسبت به K-means انعطاف بیشتری دارد، اما همچنان بر یک مدل نسبتاً ایستا متکی است. کامیلیون با افزودن دو معیار نسبی، نگاه ساختاری عمیق‌تری به رابطه خوشه‌ها دارد. در مقابل، CURE معمولاً از نظر پیاده‌سازی و درک عملی ساده‌تر است.

۱۵.۵ مقایسه با خوشه‌بندی طیفی

خوشه‌بندی طیفی نیز مانند کامیلیون از نمایش گرافی استفاده می‌کند و برای داده‌های با ساختار غیرخطی بسیار قدرتمند است. اما منطق آن مبتنی بر تحلیل مقادیر ویژه و فضاهای تعبیه‌شده است. کامیلیون در مقایسه، تصمیم‌گیری مرحله‌به‌مرحله و تفسیرپذیرتری ارائه می‌دهد. از سوی دیگر، روش‌های طیفی در برخی مسائل از نظر کیفیت تفکیک مرزها بسیار قوی‌اند، هرچند هزینه محاسباتی آن‌ها نیز بالا است.

۱۵.۶ جمع‌بندی مقایسه‌ای

اگر مسئله شما ساده، بزرگ‌مقیاس و با خوشه‌های تقریباً کروی باشد، کامیلیون انتخاب اول نیست. اما اگر با داده‌ای روبه‌رو هستید که ساختار محلی، شکل نامنظم و ناهمگنی چگالی در آن نقش کلیدی دارد، کامیلیون یکی از گزینه‌های جدی و از نظر مفهومی بسیار غنی است.

۱۶. گونه‌ها، توسعه‌های جدید و نوآوری‌ها

کامیلیون از زمان معرفی اولیه، الهام‌بخش چندین توسعه و بازطراحی بوده است. این توسعه‌ها عمدتاً در سه مسیر شکل گرفته‌اند: افزایش مقیاس‌پذیری، خودکارسازی تصمیم ادغام و سازگاری با داده‌های خاص.

۱۶.۱ نسخه کلاسیک اصلی

نسخه اصلی که در مقاله سال ۱۹۹۹ معرفی شد، چارچوب دو مرحله‌ای شناخته‌شده را تثبیت کرد:

ساخت گراف k-همسایه و افراز اولیه
ادغام سلسله‌مراتبی بر اساس RI و RC

این نسخه همچنان مرجع اصلی برای فهم فلسفه الگوریتم است.

۱۶.۲ توسعه‌های مبتنی بر بهبود افراز اولیه

یکی از مسیرهای توسعه، جایگزینی یا تقویت موتور افراز اولیه بوده است. در این رویکردها تلاش می‌شود زیرخوشه‌های اولیه از نظر خلوص و همبندی کیفیت بالاتری داشته باشند. منطق این توسعه روشن است: هرچه فاز اول دقیق‌تر باشد، فاز دوم با خطای کمتری ادغام را انجام می‌دهد.

۱۶.۳ نسخه‌های خودتنظیم و خودکار

یکی از دشواری‌های عملی کامیلیون، انتخاب آستانه‌ها یا معیارهای توقف مناسب است. در برخی توسعه‌ها، از جمله نسخه‌هایی که با عنوان Chameleon 2 گزارش شده‌اند، تلاش شده است که فرایند انتخاب مرز ادغام یا تعداد خوشه‌های نهایی کمتر وابسته به تنظیم دستی باشد. این مسیر، الگوریتم را برای کاربردهای عملی و سامانه‌های نیمه‌خودکار جذاب‌تر می‌کند.

۱۶.۴ توسعه‌های مقیاس‌پذیر

با رشد داده‌های بزرگ، یکی از مهم‌ترین محدودیت‌های کامیلیون، هزینه ساخت گراف و ادغام بود. از این‌رو، توسعه‌های جدیدتر بر کاهش هزینه این دو بخش متمرکز شده‌اند. مهم‌ترین ایده‌ها در این زمینه عبارت‌اند از:

استفاده از جست‌وجوی تقریبی نزدیک‌ترین همسایه (Approximate Nearest Neighbor)
محدودسازی شدیدتر زوج‌های کاندید برای ادغام
استفاده از ساختارهای داده افزایشی برای به‌روزرسانی آمارهای بین‌خوشه‌ای
موازی‌سازی محاسبات گراف و ادغام

در برخی گزارش‌های جدید، مانند ایده‌های منتسب به Chameleon2++، ادعا شده است که با استفاده از ANN و طراحی بهینه‌تر، می‌توان هزینه ساختار اولیه را تا حدود شبه‌خطی کاهش داد. اهمیت این مسیر آن است که فلسفه مدل‌سازی پویا حفظ می‌شود، اما مانع محاسباتی نسخه کلاسیک تا حدی کاهش می‌یابد.

۱۶.۵ گونه‌های تخصصی

در برخی کاربردها، ایده کامیلیون برای داده‌های خاص بازطراحی شده است، مانند:

داده‌های چندوجهی (Multi−modal)
داده‌های شبکه‌ای
داده‌های متنی با شباهت غیر اقلیدسی
داده‌های زیستی با ساختار شباهت پیچیده

در این نسخه‌ها، معمولاً منطق RI و RC حفظ می‌شود، اما تعریف گراف، وزن یال‌ها یا سازوکار افراز متناسب با دامنه مسئله تغییر می‌کند.

۱۶.۶ روندهای پژوهشی پس از ۲۰۱۵

پس از ۲۰۱۵، چند جهت‌گیری پژوهشی برجسته دیده می‌شود:

تمرکز بر مقیاس‌پذیری: استفاده از روش‌های ANN، پردازش موازی و معماری‌های توزیع‌شده
ترکیب با یادگیری نمایش: به‌کارگیری تعبیه‌های برداری بهتر پیش از ساخت گراف
خودکارسازی تنظیم پارامترها: کاهش وابستگی به انتخاب دستی k، m و شرط توقف
کاربرد در داده‌های پیچیده جدید: از جمله گراف‌های بزرگ، داده‌های زیست‌محاسباتی و داده‌های چندوجهی
پیوند با چارچوب‌های گرافی مدرن: مانند استفاده از ساختارهای پیش‌پردازش گرافی برای تقویت کیفیت همسایگی

۱۶.۷ جهت‌گیری‌های آینده

به نظر می‌رسد آینده کامیلیون در چهار مسیر خلاصه شود:

نسخه‌های سریع‌تر و شبه‌خطی برای داده‌های بسیار بزرگ
نسخه‌های خودتنظیم با وابستگی کمتر به تخصص کاربر
نسخه‌های هیبریدی که از یادگیری نمایش و گراف‌سازی هوشمند بهره می‌برند
نسخه‌های حوزه‌محور برای داده‌های تخصصی مانند پزشکی، ژنومیک، متن و شبکه

در نتیجه، هرچند نسخه کلاسیک الگوریتم قدمتی بیش از دو دهه دارد، ایده بنیادی آن همچنان زنده و قابل گسترش است.

۱۷. جمع‌بندی، نکات کلیدی و سنجش یادگیری

۱۷.۱ جمع‌بندی فصل

الگوریتم کامیلیون یکی از مهم‌ترین روش‌های خوشه‌بندی مبتنی بر گراف است که با هدف غلبه بر محدودیت‌های مدل‌های ایستا توسعه یافت. نوآوری اصلی آن در این است که ادغام خوشه‌ها را نه با یک معیار مطلق، بلکه با دو معیار پیوستگی نسبی و نزدیکی نسبی انجام می‌دهد. این تصمیم سبب می‌شود الگوریتم بتواند با ساختارهای پیچیده، شکل‌های نامنظم و چگالی‌های متفاوت بهتر کنار بیاید.

فصل حاضر نشان داد که کامیلیون یک روش دو مرحله‌ای است: در مرحله نخست، داده‌ها به‌صورت یک گراف k-همسایه نمایش داده شده و به زیرخوشه‌های کوچک افراز می‌شوند؛ در مرحله دوم، این زیرخوشه‌ها با منطق پویا و سلسله‌مراتبی ادغام می‌گردند. همچنین روشن شد که کیفیت عملکرد الگوریتم به شدت به کیفیت گراف، افراز اولیه و تنظیم پارامترها وابسته است. در کنار این مزایا، هزینه محاسباتی و حساسیت به طراحی گراف از چالش‌های مهم آن به شمار می‌روند.

در یک جمع‌بندی نهایی، می‌توان گفت کامیلیون بیش از آن‌که یک الگوریتم ساده و عمومی برای همه مسائل باشد، یک روش ساختارمحور و تحلیلی برای مسئله‌هایی است که در آن‌ها فهم روابط محلی و کشف خوشه‌های طبیعی اهمیت بالایی دارد.

۱۷.۲ نکات کلیدی برای مرور سریع

کامیلیون یک روش خوشه‌بندی سلسله‌مراتبی مبتنی بر گراف است.
ایده اصلی آن مدل‌سازی پویا در ادغام خوشه‌هاست.
نمایش داده‌ها با گراف k-نزدیک‌ترین همسایه انجام می‌شود.
الگوریتم دو فاز دارد: افراز اولیه و ادغام سلسله‌مراتبی.
تصمیم ادغام بر پایه دو معیار است:
- پیوستگی نسبی (RI)
- نزدیکی نسبی (RC)
تابع شباهت ادغام معمولاً چنین است:

این الگوریتم برای خوشه‌های با شکل دلخواه و چگالی متفاوت مناسب است.
عملکرد آن به‌شدت به کیفیت گراف همسایگی و تنظیم پارامترها وابسته است.
هزینه محاسباتی آن از روش‌های ساده‌ای مانند K-means بیشتر است.
در مسائل با ساختار محلی پیچیده، کامیلیون می‌تواند بسیار ارزشمند باشد.

۱۷.۳ سنجش یادگیری

الف) پرسش‌های مفهومی

چرا کامیلیون به‌جای استفاده از یک معیار مطلق فاصله، از معیارهای نسبی برای ادغام خوشه‌ها استفاده می‌کند؟
تفاوت بنیادی میان مدل‌سازی پویا در کامیلیون و رویکردهای ایستا در K-means یا بسیاری از روش‌های سلسله‌مراتبی کلاسیک چیست؟
چرا ساخت گراف k-همسایه در موفقیت یا شکست الگوریتم نقش محوری دارد؟
در چه شرایطی ممکن است خوشه‌های با شکل پیچیده توسط کامیلیون بهتر از DBSCAN یا برعکس، بدتر شناسایی شوند؟
افراز اولیه چه نقشی در کیفیت نهایی خوشه‌بندی دارد و چرا نمی‌توان آن را صرفاً یک مرحله جانبی دانست؟

ب) تمرین‌های محاسباتی و تحلیلی

برای دو خوشه C₁,C₂فرض کنید:

مقدار RI(C₁,C₂ ) را محاسبه و تفسیر کنید.اگر:

مقدار RC(C₁,C₂ ) را محاسبه کنید.

برای دو زوج کاندید C₁,C₂, C₃,C₄ امتیاز شباهت را با α=1 و α=2 محاسبه کنید و نشان دهید چگونه ترجیح ادغام می‌تواند با تغییر α عوض شود.
فرض کنید در یک مجموعه‌داده، انتخاب k=3 گرافی گسسته و انتخاب k=40 گرافی بسیار متراکم تولید می‌کند. پیامدهای هر دو حالت را بر رفتار الگوریتم به‌صورت تحلیلی توضیح دهید.
برای مجموعه‌داده‌ای با خوشه‌های نامتوازن، توضیح دهید چرا نرمال‌سازی نسبی در کامیلیون می‌تواند از جذب خوشه کوچک توسط خوشه بزرگ جلوگیری کند.

ج) پروژه یا سناریوی پیشنهادی

پروژه پیاده‌سازی پایه:

با استفاده از Python، یک نسخه ساده از کامیلیون را پیاده‌سازی کنید. برای این کار:

گراف k-همسایه را با scikit-learn بسازید،
برای افراز اولیه از PyMetis یا یک جایگزین مناسب استفاده کنید،
سپس فاز ادغام را بر اساس RI و RC پیاده‌سازی نمایید،
و خروجی را روی مجموعه‌داده‌هایی مانند two moons، spiral و blobs with unequal density ارزیابی کنید.
پروژه مقایسه‌ای:

کامیلیون را با K-means، DBSCAN و خوشه‌بندی طیفی روی سه مجموعه‌داده مصنوعی و یک مجموعه‌داده واقعی مقایسه کنید. معیارهایی مانند دقت خوشه‌بندی، زمان اجرا و پایداری نسبت به پارامترها را گزارش دهید.

پروژه پژوهشی پیشرفته:

بررسی کنید که استفاده از جست‌وجوی تقریبی نزدیک‌ترین همسایه به‌جای ساخت دقیق k-NN چه اثری بر زمان اجرا و کیفیت خوشه‌بندی دارد. نتایج را در قالب یک گزارش دانشگاهی تحلیل کنید.

۱۸. منابع اصلی فصل

Aggarwal, C. C. (2015). Data mining: The textbook. Springer.

Berkhin, P. (2006). A survey of clustering data mining techniques. In J. Kogan, C. Nicholas, & M. Teboulle (Eds.), Grouping multidimensional data (pp. 25–71). Springer.

Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. In Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining (KDD) (pp. 226–231).

Guha, S., Rastogi, R., & Shim, K. (1998). CURE: An efficient clustering algorithm for large databases. In Proceedings of the 1998 ACM SIGMOD International Conference on Management of Data (pp. 73–84). https://doi.org/10.1145/276304.276312

Han, J., Kamber, M., & Pei, J. (2012). Data mining: Concepts and techniques (3rd ed.). Morgan Kaufmann.

Jain, A. K. (2010). Data clustering: 50 years beyond K-means. Pattern Recognition Letters, 31(8), 651–666. https://doi.org/10.1016/j.patrec.2009.09.011

Kaufman, L., & Rousseeuw, P. J. (1990). Finding groups in data: An introduction to cluster analysis. Wiley.

Karypis, G., & Kumar, V. (1998). A fast and high quality multilevel scheme for partitioning irregular graphs. SIAM Journal on Scientific Computing, 20(1), 359–392. https://doi.org/10.1137/S1064827595287997

Karypis, G., Han, E.-H. S., & Kumar, V. (1999). Chameleon: Hierarchical clustering using dynamic modeling. Computer, 32(8), 68–75. https://doi.org/10.1109/2.781637

Murtagh, F., & Contreras, P. (2012). Algorithms for hierarchical clustering: An overview. WIREs Data Mining and Knowledge Discovery, 2(1), 86–97. https://doi.org/10.1002/widm.53

.

Ng, A. Y., Jordan, M. I., & Weiss, Y. (2002). On spectral clustering: Analysis and an algorithm. In Advances in Neural Information Processing Systems (Vol. 14).

Rokach, L., & Maimon, O. (2005). Clustering methods. In O. Maimon & L. Rokach (Eds.), Data mining and knowledge discovery handbook (pp. 321–352). Springer.

Schaeffer, S. E. (2007). Graph clustering. Computer Science Review, 1(1), 27–64. https://doi.org/10.1016/j.cosrev.2007.05.001

Steinbach, M., Karypis, G., & Kumar, V. (2000). A comparison of document clustering techniques. In KDD Workshop on Text Mining.

Tan, P.-N., Steinbach, M., & Kumar, V. (2019). Introduction to data mining (2nd ed.). Pearson.

von Luxburg, U. (2007). A tutorial on spectral clustering. Statistics and Computing, 17(4), 395–416. https://doi.org/10.1007/s11222-007-9033-z

Xu, D., & Tian, Y. (2015). A comprehensive survey of clustering algorithms. Annals of Data Science, 2(2), 165–193. https://doi.org/10.1007/s40745-015-0040-1

هوش مصنوعی

الگوریتم Echidna چیست؟ راهنمای کامل خوشه‌بندی سلسله‌مراتبی ترافیک شبکه

1.اهداف یادگیری پس از مطالعه این فصل، خواننده باید بتواند: 2.پیش‌نیازها برای فهم این فصل، آشنایی مقدماتی با موارد زیر لازم است: . 3. چکیده فصل الگوریتم Echidna روشی تخصصی در داده‌کاوی شبکه است که برای خوشه‌بندی کارای داده‌های ترافیک با ویژگی‌های ناهمگون طراحی شده است. مسئله اصلی که این

توضیحات بیشتر »

جولای 15, 2026 بدون دیدگاه

هوش مصنوعی