مطلب شفٹ کلسٹرنگ

مین شفٹ مشاہدات کو بنیادی کثافت کے نمونوں کے طور پر دیکھتا ہے اور اس کے طریقوں یا مقامی چوٹیوں کو تلاش کرتا ہے۔ ہر بیج کے مقام کے لیے، یہ ایک بینڈوتھ کے اندر پوائنٹس کی جانچ کرتا ہے اور بیج کو ان پڑوسیوں کے وزنی وسط کی طرف منتقل کرتا ہے۔ اپ ڈیٹ کو دہرانے سے تخم تخمینہ کثافت کی سطح پر اوپر کی طرف جاتا ہے۔ بیج جو ایک ہی موڈ کے قریب اکٹھے ہوتے ہیں ایک کلسٹر کے طور پر گروپ کیے جاتے ہیں۔ طریقہ ایک مقررہ k مانگنے کے بجائے طریقوں سے کلسٹرز کی تعداد کا اندازہ لگا سکتا ہے۔ بینڈوتھ کلیدی پیمانے کا پیرامیٹر ہے۔ ایک تنگ بینڈوتھ عمدہ مقامی ٹکڑوں کو محفوظ رکھتی ہے اور بہت سے چھوٹے موڈز بنا سکتی ہے۔ ایک وسیع بینڈوتھ کثافت کو زیادہ مضبوطی سے ہموار کرتی ہے اور قریبی چوٹیوں کو ضم کر سکتی ہے، ممکنہ طور پر معنی خیز ذیلی گروپوں کو چھپا سکتی ہے۔ اس طرح تخمینہ شدہ کلسٹر شمار پیرامیٹر سے پاک نہیں ہے حالانکہ k فراہم نہیں کیا گیا ہے۔ فیچر اسکیلنگ اور دانا کا فاصلہ بھی اس بات پر اثر انداز ہوتا ہے کہ کون سے پوائنٹس ہر اپ ڈیٹ میں حصہ ڈالتے ہیں۔ تین واضح کثافت کی چوٹیوں کے ساتھ ایک فرضی دو جہتی ڈیٹاسیٹ میں، پوری جگہ پر رکھے گئے بیج ان چوٹیوں کی طرف بڑھ سکتے ہیں اور یکجا ہو سکتے ہیں۔ اگر بینڈوتھ بہت زیادہ ہو جائے تو دو پڑوسی چوٹیاں ایک میں گھل مل سکتی ہیں۔ اگر بہت چھوٹا ہو تو، ایک چوٹی کئی حصوں میں بٹ سکتی ہے۔ ابتدائی یا بیج کا انتخاب کمپیوٹیشنل لاگت کو متاثر کرتا ہے اور کون سے کشش کے بیسن کی کھوج کی جاتی ہے۔ بڑے ڈیٹا سیٹس کے لیے مین شفٹ مہنگا ہو سکتا ہے کیونکہ بہت سے امیدواروں کے بیج بار بار پڑوسیوں سے استفسار کرتے ہیں۔ جب کثافت کے طریقوں گروپوں کی ایک معنی خیز تعریف ہو تو مین شفٹ سب سے زیادہ موزوں ہے۔ یہ مختلف کلسٹر کثافتوں، اعلی جہتی فاصلے کے رویے اور واضح چوٹیوں کے بغیر وسیع فلیٹ خطوں کے ساتھ جدوجہد کر سکتا ہے۔ یہ رکنیت کا کیلیبریٹڈ امکان فراہم نہیں کرتا ہے۔ نئے نکاتی اصول نفاذ کے لحاظ سے مختلف ہوتے ہیں۔ scikit-learn قریب ترین فٹڈ سینٹر کو نئے پوائنٹس تفویض کرتا ہے، ایک کیلیبریٹ شدہ رکنیت کے امکان کے بجائے ایک سخت لیبل اصول۔ کثافت کے پیمانے اور حساسیت کا معائنہ کریں، متبادل طریقوں سے موازنہ کریں، اور اس بات کا اندازہ لگائیں کہ آیا موڈز ڈاؤن اسٹریم ٹاسک کو سپورٹ کرتے ہیں۔ ایک کلسٹر ایک منتخب کردہ دانا اور بینڈوتھ کے تحت ایک موڈ ہے، خود بخود قدرتی زمرہ نہیں۔