Məlumatların qruplaşdırılması metodunun işləmə prinsipini izah edə bilərsinizmi?

Kümeleme, məlumatları klasterlərə (qruplara) ayırma metodudur ki, bir klasterdəki obyektlər bir-birinə maksimum bənzər olsun, və fərqli klasterlərdəki obyektlər isə maksimum fərqli olsun.

İş prinsipi adətən aşağıdakı kimidir:

1. Klasterlərin sayı müəyyən edilir (məsələn, k).
2. Klaster mərkəzləri başlanğıcda təsadüfi olaraq təyin edilir.
3. Hər bir məlumat nöqtəsi ən yaxın mərkəzə təyin edilir.
4. Mərkəzlər, klasterə aid nöqtələrin orta qiyməti kimi yenidən hesablanır.
5. 3-4-cü addımlar, mərkəzlər əhəmiyyətli dərəcədə dəyişməyənə qədər təkrarlanır.

Nümunə: k-orta (k-means) alqoritmi:

// k-means üçün pseudokod
var mərkəzlər = başlanğıcMərkəzlər(veri, k)
təkrarla {
    qoy klasterlər = ənYaxınMərkəzəNöqtələriTəyinEt(veri, mərkəzlər)
    qoy yeniMərkəzlər = hesablaMərkəzlər(klasterlər)
} mərkəzlər != yeniMərkəzlər olana qədər

Kümeleme, məlumatlarda əvvəlcədən məlum olmayan etiketlər olmadan strukturları aşkar etməyə kömək edir.