องค์ประกอบของกลุ่ม (Cluster Elements)
กระบวนการรวมชุดของวัตถุทางกายภาพหรือนามธรรมเข้ากับชั้นเรียนของวัตถุเดียวกัน เรียกว่า "การจัดกลุ่ม" (clustering) กลุ่ม (cluster) คือชุดของวัตถุข้อมูลที่คล้ายกันภายในกลุ่มเดียวกัน และแตกต่างจากวัตถุในกลุ่มอื่น กลุ่มข้อมูลสามารถมองรวมเป็นหนึ่งกลุ่มในหลายแอปพลิเคชัน การวิเคราะห์กลุ่ม (Cluster analysis) เป็นกิจกรรมสำคัญของมนุษย์
การวิเคราะห์กลุ่มใช้สร้างกลุ่มหรือคลัสเตอร์ของเรคคอร์ดที่คล้ายกันจากหลายการวัด ใจความสำคัญคือกำหนดกลุ่มให้เป็นประโยชน์ต่อวัตถุประสงค์ของการวิเคราะห์ ข้อมูลนี้ใช้ในหลายสาขา เช่น ดาราศาสตร์ โ古ולוגี การแพทย์ เคมี การศึกษา 心理学 语言学 และสังคมวิทยา
องค์ประกอบหลักของกลุ่ม
1. Data Distribution (การกระจายข้อมูล)
เทคนิคจัดกลุ่มบางอย่างสมมติการกระจายข้อมูลแบบเฉพาะเจาะจง อาจสมมติว่าข้อมูลสามารถจำลองได้จากการผสมของการแจกแจง โดยแต่ละกลุ่มสอดคล้องกับการแจกแจงหนึ่ง
2. Shape (รูปร่าง)
กลุ่มบางกลุ่มมีรูปร่างเป็นระบบ เช่น สี่เหลี่ยมหรือทรงกลม แต่โดยทั่วไปกลุ่มสามารถมีรูปร่าง tùy ý (arbitrary shape) เทคนิคอย่าง DBSCAN และ single link จัดการกลุ่มรูปร่าง tùy ýได้ แต่โครงร่างแบบโปรโตไทป์ และเทคนิคแบบลำดับชั้นบางอย่าง เช่น complete link และ group average ทำไม่ได้
3. Differing Sizes (ขนาดต่างกัน)
วิธีจัดกลุ่มบางอย่าง เช่น K-means ทำงานไม่ดีเมื่อกลุ่มมีขนาดต่างกันมาก
4. Differing Densities (ความหนาแน่นต่างกัน)
กลุ่มที่มีความหนาแน่นต่างกันมาก อาจก่อให้เกิดปัญหาสำหรับวิธีอย่าง DBSCAN และ K-means
5. Poorly Separated Clusters (กลุ่มที่แยกไม่ชัด)
เมื่อกลุ่มสัมผัสหรือทับซ้อนกัน หลายวิธีจัดกลุ่มจะรวมกลุ่มที่ควรแยกกัน แม้วิธีที่ค้นหากลุ่มที่แยกชัดก็จะกำหนดจุดให้กลุ่มใดกลุ่มหนึ่งแบบสุ่ม
6. Relationships among Clusters (ความสัมพันธ์ระหว่างกลุ่ม)
ในเทคนิคจัดกลุ่มส่วนใหญ่ ไม่มีการพิจารณาความสัมพันธ์ระหว่างกลุ่มอย่างชัดเจน รวมถึงตำแหน่งสัมพัทธ์ Self-organizing maps เป็นวิธีจัดกลุ่มที่จัดการความสัมพันธ์ระหว่างกลุ่มโดยตรงในขั้นตอนการจัดกลุ่ม การกำหนดจุดให้กลุ่มหนึ่งจะส่งผลต่อการกำหนดกลุ่มใกล้เคียง
7. Subspace Clusters (กลุ่มย่อยพื้นที่)
กลุ่มอาจมีอยู่เฉพาะในส่วนย่อยของมิติ (attributes) กลุ่มที่หาได้จากชุดมิติหนึ่งอาจต่างจากกลุ่มที่หาได้จากชุดมิติอื่น ปัญหานี้อาจเกิดขึ้นได้ตั้งแต่สองมิติ และรุนแรงขึ้นเมื่อมิติเพิ่มขึ้น เนื่องจากชุดย่อยของมิติที่เป็นไปได้เพิ่มขึ้นแบบเอ็กซ์โพเนนเชียล จึงไม่สามารถมองหากลุ่มในทุกชุดย่อยของมิติได้ ยกเว้นมิติจะต่ำมาก
