BIRCH — Hiyerarşileri Kullanarak Dengeli Yinelemeli Azaltma ve Kümeleme
Balanced Iterative Reducing and Clustering using Hierarchies · Ayrıca şöyle bilinir: BIRCH clustering, CF-tree clustering, Balanced Iterative Reducing and Clustering using Hierarchies, incremental hierarchical clustering
BIRCH, Zhang, Ramakrishnan ve Livny tarafından 1996'da tanıtılan, ölçeklenebilir, artımlı bir kümeleme algoritmasıdır. Çok büyük veri kümelerini — potansiyel olarak mevcut belleğin kaldırabileceğinden daha büyük olanları — tek geçişte kümelemek üzere tasarlanmıştır. Bunu, herhangi bir standart kümeleme prosedürü uygulamadan önce veriyi CF-ağacı (Clustering Feature tree) adı verilen kompakt bir bellek içi özet yapıya sıkıştırarak yapar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
BIRCH, veri kümesi bellekte tutulamayacak kadar büyük olduğunda, verinin yalnızca tek bir sıralı taramasının mümkün olduğu durumlarda (örn. akış veya diskte yerleşik veri) veya daha pahalı bir algoritmadan önce hızlı yaklaşık kümelemenin bir ön işleme adımı olarak gerektiğinde uygundur. Düşük ila orta boyutlulukta sayısal, sürekli özellikler üzerinde en iyi şekilde çalışır ve kabaca dışbükey, benzer yoğunlukta küresel kümeler varsayar. Keyfi şekilli kümeler, çok yüksek boyutlu uzaylar (Öklid mesafesinin güvenilmez hale geldiği yerler) veya uygun bir gömme olmadan kategorik veriler için daha az uygundur.
Güçlü yönler & sınırlılıklar
- Tek geçişli tasarım, belleğe sığmayan veri kümelerinin kümelenmesini, doğrusal zaman karmaşıklığı O(n) ile mümkün kılar.
- CF-ağacı artımlı olarak güncellendiği için BIRCH, veri akışlarını ve çevrimiçi ortamları doğal olarak destekler.
- Bellek kullanımı, dallanma faktörü B ve yaprak eşiği T tarafından kontrol edilen ağaç boyutuyla sınırlıdır.
- CF toplanabilirlik özelliği, alt kümelerin birleştirilmesini tam ve O(1) yapar, algoritmayı sayısal olarak kararlı tutar.
- Herhangi bir sonraki kümeleme algoritmasıyla uyumludur — alt küme CF'leri k-ortalamalar, yığışımlı kümeleme veya diğer algoritmaları besleyebilir.
- Küme kalitesi, veri noktalarının eklenme sırasına duyarlıdır çünkü CF-ağacı artımlı olarak oluşturulur ve asla küresel olarak yeniden optimize edilmez.
- Yüksek boyutlu uzaylarda performans düşer: Öklid mesafesi yoğunlaşır, bu da yarıçap eşiği T'yi daha az anlamlı hale getirir.
- Küresel, benzer boyutlu kümeler varsayar; uzamış veya düzensiz şekilli kümeler kötü temsil edilir.
- Eşik parametresi T dikkatlice ayarlanmalıdır — çok büyük olması farklı kümeleri birleştirir; çok küçük olması ağacı şişirir ve belleği tüketebilir.
- Kategorik veya karma tipli özellikler, BIRCH'in dayandığı Öklid geometrisini bozabilecek ön işleme (örn. tek-sıcak kodlama veya uygun bir metrik) gerektirir.
SSS
Yaprak eşiği T'yi nasıl seçerim?
T, bir yaprak alt kümesinin maksimum yarıçapını kontrol eder. Pratik bir yaklaşım, BIRCH'i küçük bir T ile çalıştırmak, üretilen yaprak alt kümesi sayısını incelemek ve ağaç çok büyürse veya çok fazla alt küme oluşursa T'yi artırmaktır. Küme içi kareler toplamını T'ye karşı çizmek (bir dirsek grafiğine benzer şekilde) seçime rehberlik edebilir.
Kaç küme istemeliyim?
BIRCH, ağaç oluşturma aşamasında doğrudan bir küme sayısı gerektirmez. Küme sayısı k, yalnızca yaprak CF'lerine uygulanan küresel kümeleme adımı için belirtilir. Standart model seçim kriterleri — dirsek yöntemi, siluet skoru veya alan bilgisi — bu aşamada uygulanır.
BIRCH akış veya gerçek zamanlı veriyi işleyebilir mi?
Evet. CF-ağacı her ekleme için O(log n) zamanında tek tek güncellendiği için BIRCH, akış ortamları için doğal olarak uygundur. Ağaç mevcut belleği aştığında, T eşiği yükseltilir ve ağaç geçmiş veriyi yeniden ziyaret etmeden sıkıştırılır, bu da onu sınırsız akışlar için pratik hale getirir.
BIRCH, DBSCAN veya k-ortalamalar ile nasıl karşılaştırılır?
BIRCH, tek geçişli, bellek sınırlı tasarımıyla benzersizdir. DBSCAN keyfi şekilli kümeler bulabilir ve k'yi belirtmeyi gerektirmez, ancak çok büyük veri kümelerine kötü ölçeklenir ve yüksek boyutlarda zorlanır. k-ortalamalar birden fazla geçiş ve tüm verinin bellekte olmasını gerektirir, ancak BIRCH'in yaprak ağırlık merkezleri kullanılarak verimli bir şekilde başlatılabilir. BIRCH ve k-ortalamalar genellikle birleştirilir: BIRCH sıkıştırır, k-ortalamalar iyileştirir.
Kaynaklar
- Zhang, T., Ramakrishnan, R., & Livny, M. (1996). BIRCH: An efficient data clustering method for very large databases. Proceedings of the 1996 ACM SIGMOD International Conference on Management of Data, 25(2), 103–114. DOI: 10.1145/233269.233324 ↗
- Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques (3rd ed., Ch. 10). Morgan Kaufmann. ISBN: 978-0-12-381479-1
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Balanced Iterative Reducing and Clustering using Hierarchies. ScholarGate. https://scholargate.app/tr/machine-learning/birch
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- K-ortalama KümelemeMakine öğrenmesi↔ karşılaştır