DBSCAN, OPTICS  ve K-Means  Kümeleme Algoritmalarının Uygulamalı Karşılaştırılması

Turgay Tugay BİLGİN; Yılmaz ÇAMURCU

Article Details

DBSCAN, OPTICS ve K-Means Kümeleme Algoritmalarının Uygulamalı Karşılaştırılması

Authors:

Turgay Tugay BİLGİN | Yılmaz ÇAMURCU

Publisher:

Gazi University

Journal:

Journal of Polytechnic 2005 Vol.8 Issue 2, pp.139-145

Document Type:

Article

Publication Date:

5/2005

Document Language:

Turkish

Document ID (Org No.):

2000592934

Frequency:

Monthly

eISSN:

2147-9429

Abstract:

 

DBSCAN and OPTICS are two recent clustering algorithms on data mining. In this study, these two algorithms and Kmeans which is one of the oldest clustering algorithms are compared. Comparison is based on cluster discovery performance on synthetic database. Consequently, two recent clustering algorithms DBSCAN and OPTICS are performed superior accuracy and cluster discovery ability over K-means algorithm.

 

Bu çalışmada, veri madenciliğinde güncel kümeleme algoritmalarından DBSCAN, OPTICS ile geçmişi daha eskilere dayanan K-means algoritması karşılaştırılmıştır. Karşılaştırma sentetik veritabanı üzerinde gösterdikleri küme bulma performansları değerlendirilerek yapılmıştır. Sonuçta, yakın zamanda literatüre giren DBSCAN ve OPTICS algoritmalarının K-means algoritmasından daha üstün küme oluşturma özelliklerine sahip olduğu tespit edilmiştir.

Article Details

DBSCAN, OPTICS ve K-Means Kümeleme Algoritmalarının Uygulamalı Karşılaştırılması

Authors: Turgay Tugay BİLGİN | Yılmaz ÇAMURCU

Publisher: Gazi University

Journal: Journal of Polytechnic 2005 Vol.8 Issue 2, pp.139-145

Document Type: Article

Publication Date: 5/2005

Document Language: Turkish

Document ID (Org No.): 2000592934

Frequency: Monthly

eISSN: 2147-9429

Issues

Authors:

Turgay Tugay BİLGİN | Yılmaz ÇAMURCU

Publisher:

Gazi University

Journal:

Journal of Polytechnic 2005 Vol.8 Issue 2, pp.139-145

Document Type:

Article

Publication Date:

5/2005

Document Language:

Turkish

Document ID (Org No.):

2000592934

Frequency:

Monthly

eISSN:

2147-9429