Analysis of correlation relation between pollution and petroleum consumption using algorithms (spectral clustering & K-mean)

Kümelenme, büyük veri setleri üzerinde benzer davranışları (kümeleri) ortaya çıkaran en önemli gözetimsiz öğrenme yöntemleri olarak düşünülebilir. Kümeleşme, nesneleri üyelerine bir şekilde benzer gruplar halinde organize etme işlemidir. Bağlanan grafiğin düğümleri olarak spektral kümeleme veri noktaları ve kümeler, bu grafiği, spektral ayrışımına dayanarak, alt grafilere bölerek bulunabilir. K - montaj anlamına gelir: Nesneleri k gruplarına bölün, böylece bazı ölçümler kümelerin orta noktalarına göre en aza indirilir. Bu tezde yaşam sürecindeki verilere hem algoritma (spektral kümeleme hem de k-ortalama) uygulanmıştır ve bu veriler istatistiksel verilerdir. Veri alanı, kirlilik ve petrol tüketiminin miktarlarıdır. Spektral kümeleme algoritması birkaç kez uygulanmıştır ve k-ortalaması birkaç kez uygulanmış ve en iyi sonuç karşılaştırılmış ve en iyi sınıflandırma elde edilmiştir. Anahtar Kelimeler: Kümeleşme, Spektral Kümeleme, K-ortalaması, kirlilik, petrol