A Dynamic K-means Based Clustering Algorithm Using Fuzzy ...
fuzzy c means clustering
-
Upload
wwwsoftscientswebid -
Category
Engineering
-
view
147 -
download
8
Transcript of fuzzy c means clustering
![Page 1: fuzzy c means clustering](https://reader034.fdocuments.net/reader034/viewer/2022050704/55c15762bb61eb8d758b4711/html5/thumbnails/1.jpg)
Fuzzy C Means Clustering
Clustering adalah bahasan cukup sering kita dengar pada teknik data minning.bisa kita gunakan, mulai dari algoritma kmeans clustering,
clustering, kohonen (versi LVQ unsupervisi)hanya 2 paramater saja karena bila diplotkan kedalam sumbu x dan
datanya!. Data berikut merupakan sebaran nilai dari 2 paramater
Fuzzy C Means ClusteringOleh : www.softscients.web.id
sering kita dengar pada teknik data minning. Ada banyak teknik yangalgoritma kmeans clustering, k-nearest neighbor, ataupun fuzzy c
, kohonen (versi LVQ unsupervisi). Contoh kasus yang mudah digunakan yaitu bila melibatkanhanya 2 paramater saja karena bila diplotkan kedalam sumbu x dan y akan cukup mudah dilihat sebaran
Data berikut merupakan sebaran nilai dari 2 paramater
Ada banyak teknik yangnearest neighbor, ataupun fuzzy c -means
. Contoh kasus yang mudah digunakan yaitu bila melibatkany akan cukup mudah dilihat sebaran
![Page 2: fuzzy c means clustering](https://reader034.fdocuments.net/reader034/viewer/2022050704/55c15762bb61eb8d758b4711/html5/thumbnails/2.jpg)
Bila kita plotkan menjadi berikut
Hal menarik dari distribusi data diatas adalah terjadinya pengelompokan data, untuk itu kita bisamenggunakan algoritma kmeans clustering,
Penulis menggunakan fuzzy c-means clustering untuk menentukan center tiap kelompok data.bisa membaca tutorial di https://edrianhadinata.wordpress.com/2013/12/19/metodealgoritma-fuzzy-cmeans/.
Penulis mengimplementasikan nya menggunakan bahasa C#
double[,] data = new double{10,8},{4,5},{2,3},{9,7},{0,1}
};int data_n = data.GetLengthint in_n = data.GetLength(1);
menarik dari distribusi data diatas adalah terjadinya pengelompokan data, untuk itu kita bisamenggunakan algoritma kmeans clustering, k-nearest neighbor, ataupun fuzzy c -means clustering.
means clustering untuk menentukan center tiap kelompok data.https://edrianhadinata.wordpress.com/2013/12/19/metode
entasikan nya menggunakan bahasa C# , kamu bisa melihat potongan kode berikut
double[,] {
GetLength(0); //jumlah data); //jumlah paramater
menarik dari distribusi data diatas adalah terjadinya pengelompokan data, untuk itu kita bisameans clustering.
means clustering untuk menentukan center tiap kelompok data. Kamuhttps://edrianhadinata.wordpress.com/2013/12/19/metode -clustering-
, kamu bisa melihat potongan kode berikut
![Page 3: fuzzy c means clustering](https://reader034.fdocuments.net/reader034/viewer/2022050704/55c15762bb61eb8d758b4711/html5/thumbnails/3.jpg)
int cluster_n = 2; //jumlah clusterint max_iterasi = 10;double min_impro = 0.0001;int expo = 2; //sering disebut bobot//sebagai nilai keanggotaan awaldouble [,] U = new double[,] {
{0.3000, 0.6000, 0.7000, 0.4000,0.8000},{0.7000, 0.4000, 0.3000, 0.6000, 0.2000}
};FCM fcm = new FCM();fcm.Hitung(data, U, cluster_n,expo, min_impro,max_iterasi);double[,] UNew = fcm.UNew;double[,] center = fcm.Center;int[] kelas = fcm.Kelas;Program.Cetak("Center ",center);Program.Cetak("U Baru ",UNew);Program.Cetak("Kelas ",kelas);
Menghasilkan
Center1.751 2.759.349 7.428U Baru0.008 0.773 0.998 0.004 0.9550.992 0.227 0.002 0.996 0.045Kelas1 0 0 1 0
![Page 4: fuzzy c means clustering](https://reader034.fdocuments.net/reader034/viewer/2022050704/55c15762bb61eb8d758b4711/html5/thumbnails/4.jpg)
Agar lebih informatif, penulis tulis kan saja dalam bentuk tabel di excel
Kita plotkan menjadi berikut
Fuzzy c-means clustering dapat digunakan untuk melakukan pengelompokan data
lebih informatif, penulis tulis kan saja dalam bentuk tabel di excel
means clustering dapat digunakan untuk melakukan pengelompokan data – klustering.klustering.