تحلیل خوشه‌بندی فازی داده‌های ترکیبی و مقایسه آن با دندروگرام اکتشافی داده‌های ترکیبی ژئوشیمی رسوبات آبراهه‌ای منطقه انار

Abstract

<strong>از روش‌های مهم در داده‌کاوی نظارت نشده داده‌های ژئوشیمیایی، انواع روش‌های خوشه‌بندی است که چنانچه روی متغیرها انجام شوند منجر به کاهش ابعاد داده‌ها می‌شوند. در میان انواع روش‌های خوشه‌بندی، نوع فازی آن به دلیل ویژگی‌های خاص منطق فازی و انعطاف بیشتر در تعیین گروه‌های داده مشابه، در سالیان اخیر بسیار مورد توجه قرار گرفته است. در این پژوهش از الگوریتم فازی منعطف به نام </strong><strong><em>FANNY</em></strong><strong> به منظور خوشه‌بندی متغیرهای داده‌های ژئوشیمی رسوبات آبراهه‌ای که خاصیت ترکیبی دارند، استفاده شده است. با تحقیقات گسترده محققان علم آمار و ارائه روش‌های جدید بازکردن داده‌های ترکیبی، مشخص شده است که فاصله‌ها و روابط دیگری بر فضای این نوع داده‌ها حاکم است که برای درک بهتر آنها نیاز به انتقال ایزومتریک به فضای اقلیدسی است تا قابل استفاده و تفسیر با روابط کلاسیک آماری باشند. در پژوهش حاضر، پس از آماده‌سازی داده‌های ژئوشیمی رسوبات آبراهه‌ای منطقه انار کرمان (به عنوان مثالی از داده‌های ترکیبی با ابعاد زیاد) ابتدا دندروگرام اکتشافی روی متغیرها در فضای سیمپلکس و با استفاده از پارتیشن دودوئی ترتیبی(</strong><strong><em>SBP</em></strong><strong>) پیش فرض، محاسبه و ترسیم شد که با بکارگیری این روش، تعداد 4 خوشه با متغیرهای مشابه شناسایی شد. سپس دوباره با استفاده از الگوریتم </strong><strong><em>fanny</em></strong><strong>، همان متغیرهای داده‌های باز شده با تبدیل </strong><strong><em>clr</em></strong><strong> خوشه‌بندی شد. نتایج خوشه‌بندی متغیرها با الگوریتم </strong><strong><em>fanny</em></strong><strong> انطباق قابل قبولی با دندروگرام اکتشافی داده‌های ترکیبی نشان داد. در صورتی که </strong><strong><em>SBP</em></strong><strong> مورد نیاز برای بالانس‌های دندروگرام اکتشافی در مختصات ایزومتریک با شناخت کامل‌تر از متغیرها و نه بصورت پیش فرض تعیین شود نتایج دندروگرام دقت بسیار بهتری خواهد داشت.</strong>