Open AccessKlaszterezés szimulált lehűtéssel és genetikus algoritmussal
Author(s) -
Anita Agárdi
Publication year - 2021
Publication title -
multidiszciplináris tudományok
Language(s) - Hungarian
Resource type - Journals
eISSN - 2786-1465
pISSN - 2062-9737
DOI - 10.35925/j.multi.2021.4.13
Subject(s) - humanities , physics , art
A cikk a klaszterezés témakörével foglalkozik. A klaszterezés olyan adatbányászati algoritmus, amely a bemeneti adatokat csoportosítja egymáshoz kapcsolódó hasonlóságuk alapján. A kutatásban a klaszterezést viszont nem a szokványos klasszikus módszerrel oldottam meg, hanem metaheurisztikákkal. A metaheurisztikák közül a szimulált lehűtés és a genetikus algoritmus lett kiválasztva. A cikkben három adatsorra mutatok futási eredményeket, melyek alapján megállapítható, hogy az algoritmusok egész szépen megtalálják a klaszterhatárokat.