ผลกระทบของฟังก์ชันความเหมือนต่อการจัดกลุ่มแบบค่าเฉลี่ยเค

Abstract

งานวิจัยนี้มีวัตถุประสงค์เพื่อเสนอแนวทางการปรับปรุงการใช้ฟังก์ชันความเหมือนสำหรับการหาผลกระทบของฟังก์ชัน ความเหมือนต่อการจัดกลุ่มแบบค่าเฉลี่ยเค (K-Means Clustering) โดยได้ทำการทดสอบกับชุดข้อมูลเกณฑ์มาตรฐาน (Benchmark) จำนวน 6 ชุดข้อมูล ได้แก่ ชุดข้อมูลแก้ว (Glass) ชุดข้อมูลไวน์ (wine) ชุดข้อมูลหุบเขา (Hill-Valley) ชุดข้อมูลมะเร็งเต้านม (WDBC) ชุดข้อมูลมะเร็งต่อมน้ำเหลือง (DLBCL) และชุดข้อมูลมะเร็งลำไส้ (Colon) โดยในการทดลองจะทำการทดลองเปรียบเทียบ ประสิทธิภาพของฟังก์ชันความเหมือนที่มีผลต่อประสิทธิภาพในการจัดกลุ่มแบบค่าเฉลี่ยเค แบ่งออกเป็น 2 ประเภท ได้แก่ 1) ฟังก์ชันความเหมือนที่วัดด้วยการวัดระยะห่าง ประกอบด้วย ฟังก์ชันระยะห่างยูคลิเดียน (Euclidean Distance), ฟังก์ชัน ระยะห่างแมนฮัตตัน (Manhattan Distance) และ 2) ฟังก์ชันความเหมือนที่วัดด้วยความคล้ายคลึงด้วยสหสัมพันธ์ ประกอบด้วย ฟังก์ชันสหสัมพันธ์แบบโคไซน์ (Cosine Coefficient), ฟังก์ชันสหสัมพันธ์เพียร์สัน (Pearson Coefficient) จากการทดลองเปรียบเทียบประสิทธิภาพของฟังก์ชันความเหมือนที่มีผลต่อประสิทธิภาพในการจัดกลุ่มแบบค่าเฉลี่ย เค พบว่า ฟังก์ชันความเหมือนที่วัดด้วยการวัดระยะห่าง ฟังก์ชันระยะห่างแมนฮัตตันให้ประสิทธิภาพดีที่สุด และฟังก์ชั่นความ เหมือนที่วัดด้วยสหสัมพันธ์ ฟังก์ชันสหสัมพันธ์แบบโคไซน์ให้ประสิทธิภาพดีที่สุด ดังนั้น ฟังก์ชัน CosMan จึงได้ถูกพัฒนาขึ้น จากฟังก์ชันสหสัมพันธ์แบบโคไซน์ และระยะห่างแมนฮัตตัน และเมื่อนำไปทดลองเปรียบเทียบประสิทธิภาพในการจัดกลุ่ม แบบค่าเฉลี่ยเค ผลการทดลองที่ได้นั้น ยืนยันได้ว่าวิธีการใหม่ที่นำเสนอให้ประสิทธิภาพที่ดีที่สุด