Μελέτη αλγορίθμων ομαδοποίησης σε περιβάλλον προγραμματισμού Python

Abstract

Η ανάλυση συστάδων είναι ο τομέας εκείνος της χωρίς επίβλεψη μηχανικής μάθησης που περιλαμβάνει διαδικασίες διαχωρισμού δεδομένων σε ομάδες σύμφωνα με κάποιο μέτρο εγγύτητας. Συνοπτικά εξετάζουμε το θεωρητικό υπόβαθρο του τομέα αυτού και παρέχουμε μία περιγραφή των εννοιών και των εργαλείων που χρησιμοποιούνται στην παρούσα εργασία. Επίσης περιγράφουμε και υλοποιούμε στατιστικές τεχνικές και δείκτες κατάλληλους για την αξιολόγηση των αποτελεσμάτων διαχωρισμού σε συστάδες. Υλοποιούμε εφτά διαφορετικούς αλγορίθμους ανάλυσης συστάδων που δύνανται να οργανωθούν σε τρεις διαφορετικές κατηγορίες και εξετάζουμε κάθε έναν από αυτούς σε τρία διαφορετικά σύνολα τεχνητά δημιουργηθέντων δεδομένων. Στο τελευταίο κεφάλαιο, που μπορεί να θεωρηθεί ως δεύτερο ξεχωριστό μέρος, εφαρμόζουμε κάποιους από τους υλοποιημένους αλγορίθμους συνδυαστικά μεταξύ τους, στον τομέα της ανάλυσης κατάτμησης εικόνας. Εκτελούμε τους αλγόριθμους μας πάνω σε ένα σετ από εικόνες και μετράμε την απόδοση των αποτελεσμάτων μας με βάση αναφοράς τα αποτελέσματα που έχουν προκύψει από την κατάτμηση που πραγματοποίησε κάποιος άνθρωπος στην ίδια εικόνα, χρησιμοποιώντας μόνο την αίσθηση της όρασής του. Τέλος, προτείνουμε και υλοποιούμε μία τεχνική ενοποίησης βασισμένη στον αλγόριθμο αναζήτησης κατά βάθος η οποία όταν εφαρμόζεται σε μία εικόνα ήδη χωρισμένη σε συστάδες, αυξάνει δραματικά την απόδοση του αποτελέσματος.