Algoritma K-Medoid

    Algoritma K-Medoids

Algoritma k-medoids adalah algoritma clustering yang berkaitan dengan algoritma k-means dan algoritma medoidshift. Baik k-means dan algoritma k-medoids adalah teknik partisi (memecah dataset ke dalam kelompok) dan keduanya berusaha untuk meminimalkan square error (jarak antara titik berlabel berada dalam cluster dan titik yang ditunjuk sebagai pusat cluster tersebut). Berbeda dengan algoritma k-means, k-medoids memilih data points sebagai pusat (medoids atau eksemplar).

K-medoid adalah teknik partisi klasik untuk clustering yang melakukan klasterisasi data dari n objek ke dalam k cluster yang dikenal dengan a priori. Sebuah alat yang berguna untuk menentukan k adalah silhouette. 

K-medoid lebih kuat terhadap noise dan outliner dibandingkan dengan k-means karena meminimalkan jumlah dari ketidaksamaan bukannya meminimalkan jumlah kuadrat jarak Euclidean. 

Medoid dapat didefinisikan sebagai objek cluster, yang rata-rata perbedaan untuk semua objek dalam suatu cluster minimal yaitu merupakan titik paling pusat dari data yang diberikan. 

Realisasi yang paling umum dari clustering k-medoid adalah Partition Around Medoids (PAM) dan algoritma adalah sebagai berikut :

1.     Inisialisasi : pilih secara acak k dari n data point sebagai  medoids

2.     Asosiasikan setiap data point ke medoid yang terdekat (terdekat berarti menggunakan perhitungan jarak yang biasa digunakan adalah Euclidean distance, Manhattan distance atau Minkowski distance)

3.     Untuk setiap medoid m

1.   Untuk setiap data non medoid  o

1.      Tukarkan m and o dan hitung berapa total cost dari setiap konfigurasi (penukaran m dan o)

4.     Pilih konfigurasi dengan cost paling sedikit

5.     Ulangi langkah 2 sampai 5 dan hentikan jika sudah tidak terdapat perubahan medoids.

Contoh PAM

Klasterisasi data set yang terdiri dari sepuluh objek menjadi 2 cluster, anggaplah data set nya adalah dalam 2 dimensi sebagai berikut

X1	2	6
X2	3	4
X3	3	8
X4	4	7
X5	6	2
X6	6	4
X7	7	3
X8	7	4
X9	8	5
X10	7	6

SHARE

Milan Tomic

Hi. I’m Designer of Blog Magic. I’m CEO/Founder of ThemeXpose. I’m Creative Art Director, Web Designer, UI/UX Designer, Interaction Designer, Industrial Designer, Web Developer, Business Enthusiast, StartUp Enthusiast, Speaker, Writer and Photographer. Inspired to make things looks better.

• 
• 
• 
• 
•