Tiểu luận công nghệ tri thức và ứng dụng THUẬT TOÁN K-MEAN TRONG PHÂN CỤM DỮ LIỆU VÀ ỨNG DỤNG

I HC QUC GIA TP H CHÍ MINH
I HC CÔNG NGH THÔNG TIN
KHOA: KHOA HC MÁY TÍNH




TIU LUN

CÔNG NGH TRI THC VÀ NG DNG
THUT TOÁN K-MEAN TRONG PHÂN CM D LIU VÀ NG DNG


Ging dn : GS.TSKH. HOÀNG KIM

Hc viên thc hin: - NGÔ NG
- NGUYN KHC MN _ CH1101102

Lp : CH06



TP. Hồ Chí Minh, tháng 5 năm 2012
Lời cảm ơn

c tiên, nhóm chúng em xin cy GS TSKH Hoàng Kiu kin
cho nhóm tip xúc mc quan trng ca trí tu nhân to   tri th.
Cùng vi s phát trit bc ca ngành công nghip máy tính, nhu cu
ci vi máy tính ngày m gii quyt nhng công
vi           i máy tính có kh 
 gii quyt v i. Và t  nhân to nói

c bit là công ngh tri thi và phát trin. Nhng kin tht sc
cn thit khi các thành viên lp chun b quá trình làm tt nghi
làm vic trong mng khoa hc.
Nhóm  cn các thành viên trong lng hc
thun li trong quá trình tip thu các bài ging.
Mt ln na, nhóm chúng em xin chân thành c tn tình truyt kin thc
ca thy. Kính chúc thy mnh khe, tip tc nhiu thng li trong nghiên cu
khoa hc và công cuc ging dy.



Hc viên: Ngô Ng - Nguyn Khc Mn
NHN XÉT




























1

Mc lc
  4
I.  4
1.1. Khái nim 4
1.2. Bài toán phân cm nói chung 4
1.2.1. Các kiu biu din d liu 5
1.2.2.   và khong cách 6
1.2.3. Tiêu chun phân cm 10
1.3. m phân cm 11
1.3.1. Yêu cu 11
1.3.2. Mt s v trong phân cm d liu 12
1.4. m d liu 13
1.4.1. Phân hoch theo tp thô 13
1.4.1.1. Các h thông tin 13
1.4.1.2. Quan h bt kh phân 15
1.4.1.3. Xp x tp hp 16
1.4.2.  17
1.4.3.  19

1.5.  19
1.5.1. m phân hoch 19
1.5.2. m phân cp 20
1.5.3. m da trên m 21
1.5.4. m di 21
1.5.5. m da trên mô hình 22
1.5.6. m có d liu ràng buc 23
II.  24
2.1. Thut toán phân cum d liu da vào phân cm phân cp 24
2.1.1. Thut toán BIRCH 24
2.1.2. Thut toán CURE 27
2.1.3. Thut toán ANGNES 29
2.1.4. Thut toán DIANA 30
2.1.5. Thut toán ROCK 30
2

2.1.6. Thut toán Chameleon 31
2.2. Thut toán phân cm d liu da vào cm trung tâm 32
2.2.1. Thut toán PAM 32
2.2.2. Thut toán CLARA 34
2.2.3. Thut toán CLARANS 35
2.3. Thut toán phân cm d liu da vào tìm kim 37
2.3.1. Thut toán di truyn (GAS) 37
2.3.2. J- Means 40
2.4. Thut toán phân cm d liu da vào i 41
2.4.1. STING 41
2.4.2. Thut toán CLIQUE 43
2.4.3. Thut toán WaveCluster 44
 -MEANS 46
I.  46

1.1.  46
1.2.  47
1.3. Th phc tp ca thut toán K-means. 49
1.4.  49
1.5. -means 50
II. (LSI) 52
2.1.  52
2.2. Phân tích Singular Value Decomposition (SVD) ca ma trn t ch mc (term document A)
53
2.3. Truy vn trong mô hình LSI 56
2.4. Cp Nht Singular Value Decomposition (SVD) 58
2.4.1. Cp Nhn (SVD- Updating document): 58
2.4.2. Cp Nht t ch mc (terms): 60
2.4.3. Loi b t ch mc (Downdating) Trong Mô Hình LSI 61
2.5. Chn h s k trong mô hình LSI 61
III. -MEANS 64
3.1. Tin x lý tp d liu vào 64
3.2. Ch ng cách thích hp 66
3.3. Chn s cm cho thut toán K-means 68
3

  71
I. TRUY HI THÔNG TIN 71
1.1. Biu din mu 72
1.2. Phép  74
1.3. Mt gii thut cho phân cm d liu sách 75
II. KHAI PHÁ D LIU 76
2.1. Khai phá d liu bng php cn. 77
2.2. Khai phá d liu có cu trúc ln. 78
2.3.  liu trong  d liu a cht. 80

2.4. t 82

4

 
I. 
1.1. Khái nim
Phân cm là hình thc hc gán
nhãn. Ma gom cm d liu là gom d li nhau, thành tng
cm theo mt chu liu trong các c 
t thng trong cùng mt cm. Có nhi
c
 ch
 p
 p da trên m
 a trên mô hình
 i
1.2. Bài toán phân cm nói chung
Bài toán phân cc thc hin khi chúng ta không bic ni
dung thông tin ca các thành phn thuc c c các lp. Vì lý do
này mà công vic phân cc truyn thng nhìn nhi con mt
ca hc mt mu ch
gng cn tìm mt ca d liu và nhóm li
các d liu ging nhau. Quy trình phân cc th hi1.
5


Hình 1. Qui trình phân cm tng quát
1.2.1. Các kiu biu din d liu
Dc min ta có th phân d liu thành hai loi là thuc tính liên

tc và thuc tính ri rc. Bên cu phân loi da trên h t s
kiu d liu thông dnh danh, thuc tính có th t, thuc tính
khong, thuc tính t l ng trc tin kt qu phân
cm. Vì th i ta phi chun hóa d li khc phc ym này. T nhng
yêu cu trên và vi liu chúng ta cn tìm hiu v các kiu
biu din d liu. Có hai kiu biu din d liu ph bin là:
 Biu dii dng ma trn ca các bin cu trúc hay các thuc tính ca
ng. Ví d i s có các thuc tính là tên, tui, chiu
cao, cân nng, màu m       ng, m  ng có p
thuc tính thì s có mt ma trn vi n dòng, p ct.

Hình 2. Ma trn thuc tính biu din d liu
6

 Biu din d lii d ng cách git các ci
ng. Nng, chúng s c biu din bng mt ma trn
vi n hàng và n c

Hình 3. Ma trn khong cách biu din d liu
   ng cách gi   ng i và j. Nói chung,
d(i,j) gn bng i và j là gn nhau hay có ni dung gn ging
ng có ni dung càng khác nhau. Hình 7 biu
din ma trn khong cách ca tp d liu có d(i, j) = d(j, i) và d(i, i) = 0.
1.2.2.   và khong cách
   m d liu cn có m 
khorong không gian d li
 dùng chung cho mng hp vì chúng ta bit rng, m d
liu có th cha nhiu kiu d liu thuc tính khác nhau. Mc
ng nhiu thuc tính có ki . Các ki bao gm giá tr
khong (interval-valued), nh i xng (symmetric binary), nh phân bi

xnh danh (nominal), th t (ordinal) và t l khong
(ratio-scaled). Tùy theo mc tiêu kho sát và bn cht d lii dùng ch
ng cách cho phù hp vi ng dng ca mình. Gi s ng x và
  gic ký hiu là d(x, y).
1. Bin tr khong
7

Bin tr kho c cng tuy
trng, chiu cao, tui, v.v Mt s  ng ca bin tr khong:
 Khong cách Minkowski

 Khong cách Euclide là khong cách Minkowski vi q = 2

 Khong cách Manhattan là khong cách Minkowski vi q = 1

 Khong cách có trng

Khong cách có trng là ci tin ca kho
n ng ca tng thun khong cách ging. Thuc
tính có trng s w càng ln thì ng càng nhin khong cách d. Vic
chn trng s tùy thuc vào ng dng và mc tiêu c th.
2. Bin nh i xng
Là bin ch có 2 trng thái 0, 1 và các tr
8


ng cách:

3. Bin nh phân bi xng
Bin nh phân là bi xng nu có mt tr

trn ng thiên v trng thái
 c Y khoa, khi bt gp mt triu chng b
tiên kt lu thun tic ch
chuyên sâu và cách ly theo dõi.
Khoc tính bi công thc

4. Binh danh
Binh danh là bin có th nhn nhing thái. Ví d n
màu s nh khong cách theo binh danh:
Dùng h n:
9


vi m là s thuc tính có giá tr trùng khp ging x, y và p là tng
s thuc tính.
n nh phân v binh danh bng cách thay mi trng thái bng mt
bin nh phân.
5. Bin th t
Bin th t là bin trên mt tp giá tr nh quan h th t gia các giá
tr 
Ví d bin xp hng hay bin xp hng v th
Các giá tr có th ri rc hoc liên t n th t c xây d
sau:
 Thay th x
i
bi hng ca chúng x
i
∈ 
 Ánh x hng ca tng bin vào [0, 1] bng cách thay th ng x trong
bin i thành:

  phân bii vi bin tr khong.
6. Bin t l khong
Bin t l kho  l phi tuyn. Chng h
ng biu dic khi áp d  bin
tr khong hoc th t chúng ta phi tin x lý bng cách l
7. Bin có kiu hn hp
10

M d liu có th cha c 6 kiu d ling trên. Ta có th dùng
công thc gán trng s  kt hp tính hiu qu ca các bin thành phn.

1.2.3. Tiêu chun phân cm
 tìm hiu mt s tính cht ca d liu và yêu cu ca mt
thut toán phân cm. Hu ht các nghiên cu và phát trin các thut toán phân
cm d liu nhm tha mãn các yêu cn sau:
 Có kh  rt toán phân cm cn có kh 
 rng. Rt nhiu thut toán phân cm có th làm vic tt vng
d liu nhng d lit vng d liu
ln, tro d liu ln cha hàng tring vì vy ta cn
m rng b phân c bao trùm c tp d liu ln.
 Kh i các kiu và thuc tính d liu khác nhau: có nhiu
thut toán phân cm, có nhng thut toán phù hp vi d liu s, có nhng
thut toán khi áp dng cho loi d liu nh phân hay d liu 
 Nhn bic các cm vi hình thù bt k: mt s thunh
cm da vào vic tính khong cách Euclidean hay Manhattan vi m
nhn bi dày và ging nhau ca các tài liu trong cm. Tuy nhiên, mt
cm có th có hình dng bt k vì vy mà vic phát trin thut toán có kh
nh các cm vi hình thù bt k là quan trng và cn thit.
 Ti thiu min tri thnh các tham s u vào: min tri thu

vào cn thit cho mt thut toán phân cm càng ít, chi phí cho vic phân
cm càng gim và nó càng kh 
11

 Kh i d liu nhiu: Phn l d liu thc t
chng ngoi l hoc thit
toán nhy cm vi nhiu là nguyên nhân dn vic to ra mt b phân
cm kém chng.
 Không nhy cm vi th t ca bu vào: Mt s thut toán phân
cm không th sát nhp thêm d liu mi vào trong b phân cm, thêm tài
liu vào cm có sn hoc to thêm cm mi. Bên ct thut toán
phân cm tt không to ra các b phân cm khác nhau t cùng mt b d
li t sp xp khác nhau. Nhng thut toán này gi là nhy cm
vi th t d liu.
 Thích nghi vi d liu: D ling có s chiu
ít, t hn ba chiu mà mt s thut toán phân ct qu rt tt.
Bên c liu (nhing và cn
thic phân nhóm cho nhiu ng dng thc t. Vi loi d liu này,
vic phân loi da vào kin thi t ra có hiu qu, tuy nhiên vi
khng d liu ly, vic s dng kin thc chuyên gia là tn
kém nên chúng ta cn tìm các thut toán phân c gii quyc vn
 này.
 Phân cm trên mt s ràng buc: Trong mt s ng dng, chúng ta cn
phân c d liu cha các liên kt bt buc gia hai hay nhiu
ng. Vic phân cm c m b  ng này tha mãn các
ràng bu
 D hiu, d t và kh thi: mt thut toán càng d hiu và d t và
mang tính kh thi cao s i dung tin cy và s dng rng rãi.
1.3. m phân cm
1.3.1. Yêu cu

Phân cm nói chung cn mt s m sau:
12

 Ma vic phân cm: Bài toán phân cm có mm các
tài liu và phân chúng vào các cm khác nhau. Tuy nhiên, tùy thuc vào
mi lp trình s quynh s ng cm, hay
chng cm  mc nào. Mt cách phân chia d liu vi s ng cm
linh hoc thc hin bng cách ct cây  mc phù hp ví d 
dng thut toán phân cm cây phân cp.
 Bn cht ca d liu: Phn lc phát
trin cho d liu st s có th gii quyt bài toán vi d li
bn hoc vi c d liu s và d lin.
 Bn cht ca thông tin: Nhic ph thu giu ca d
li    u, phân b d liu, s chi   nh
vi . Mt s ng thc khác ch yêu c
t  hoc khong cách gia các thành phn d liu.
 Bn cht các cm: Các cm tài liu cm bo 2 tính cht mà khi phân
cm chúng ta cn chú ý:
 Compactness    dính kt hoc t ca
tng cng trong tng cm riêng r  càng cao,
 ng càng ln.
 Isolation   cô l  s tách bit gia mt cm vi nhng
cm khác.
1.3.2. Mt s v trong phân cm d liu
 X lý nhiu: D liu b nhiu là d liu không chính xác hay là d liu
khuyt thiu thông tin v mt s thuc tính. Hu ht các d liu s d
phân cu b nhiu do quá trình thu thp thiu chính xác hay thiy
. Vì vy cn phi thc hic tin x lý d liu nhm khc phc hoc
loi b nhic khi chuyn phân tích cm d liu. Mt
trong các k thut x lý nhiu hin nay là thay th các giá tr các thuc tính

cng nhiu bng các giá tr thung.
13

 Dò tìm phn t ngoi lai. Phn t ngoi lai là mt nhóm nh ng
d ling so vi các d li d liu. Loi b nhng d
li tránh n kt qu phân cm.
 Phân cm hi m và khó: Vì phân ci
gii quyt mt s v bn: Xây d , xây dng
các tiêu chun phân cm, xây dng mô hình cho cu trúc d liu, xây dng
các thut toán phân cm và xác lu kin khi to, xây dng các th
tc biu dit qu phân cm. Hi
pháp phân cm tng quát nào có th gii quyt trn vn cho tt c các dng
cu trúc d liu. Vi nhng d liu hn hp thì vic phân cm càng khó
t thách thc trong ngành khai phá d liu.
1.4. m d liu
1.4.1. Phân hoch theo tp thô
Lý thuyt tc Z. Pawlak phát triu thp niên 1980. Lý thuyt
tp thô rt hiu qu trong khai thác d liu, tìm kim thông tin, h tr quynh,
máy hc, các h  tri thc
1.4.1.1. Các h thông tin
a. Hệ thông tin
Mt t   d li c mô t i dng b   i
dòng miêu t mt s kin, m ng hp, mt thành ph  
ging. Mi ct là mt thuc tính (mt bii, mt
quan sát, m c cho mi tng; nó
 c cung cp bi nhi có chuyên môn hoi
dùng. B  c gi là mt h thng thông tin (information
system). C th    t c         i
ng, hu hn, khác rng và A là tp thuc tính, hu hn, khác rng
sao cho A a V I a a ∈∀ 

14

Tc gi là tp giá tr ca a.
Ví d 1.1: Gi s t h thc
th hin qua bng 1.1.

Bng 1.1. H thng thông tin
b. Hệ quyết định
D dàng nhn thy tng cp (x3, x4) và (x5, x7) có cùng giá tr
thu   ng hp này gi là bt kh phân (indiscernible),
 không phân bia vào hai
thuc tính này. Trong nhiu ng dng, ta thy có mt s phân loi kt
qu s mô t tri thc bi mt thuc
gi là thuc tính quyc hc có giám sát. Các h
thng thông tin d  c gi là các h quy  nh (decision
system). H quynh là h thng thông tin có dng }) { , ( d A I ∪
∉ là thuc tính quynh. Các thành phn cc
gi là các thuu kin. Thuc tính quynh d có th có nhiu
 mng gp là thuc tính nh phân.
Ví d 1.2. H quynh gi ng và 3 thu
Walk là thuc tính quynh.
15


Bng 1.2. H quynh
Vi h quynh này, chúng ta thy rng tng cp (x3, x4) và (x5,
x7) có cùng giá tr thuu kip th nht thì phân bit
c da vào thuc tính quy nh Walk trong khi cp th hai thì
không.
T bng 1.2 có th tng hp thành mt s i là

lu
u Age = 16  
u Age = 46  60 và LEMS = 26 - 
1.4.1.2. Quan h bt kh phân
Mt h quynh (bng quynh) biu din tt c các tri thc v
mô hình. Bng này có th c ln vì nó có th a d liu
theo hai mng ging nhau hoàn toàn hay bt kh phân
bit có th c mô t nhiu ln; (2) các thuc tính có th a. Ta s
xem xét v 
Xét quan h nh phân X X R × ⊆ có tính cht phn x 
xRx X x , ∈∀ i xng (nu xRy thì yRx ) và bc cu (nu xRy và
c gi là quan h a
16

mt phn t X x∈ , ký hiu [x]R là tp hp cha mng y ∈ X,
sao cho xRy.
Cho h thông tin U = (I, A), vi tp thuc tính B ⊆ 
quan h 
U


ind
U
c gi là quan h bt kh phân theo B (B-indiscernibility
relation). N∈ ind
U
 phân
bit theo tp thuc tính B. La quan h bt kh phân
c ký hiu là [x]B. Suy ra, các l
B

tha mãn
 n ta ký hiu ind(B) thay cho ký hiu
ind
U
(B).
Ví d 1.3 Xét bng quy ng 1.1. Các tp thuc
u kin
B ⊆ ∅ bao gm: {Age}, {LEMS} và {Age, LEMS}. Khi

ind({Age}) = {{x1, x2, x6}, {x3, x4}, {x5, x7}}.
ind({LEMS}) = {{x1}, {x2}, {x3, x4}, {x5, x6, x7}}.
ind({Age, LEMS}) = {{x1}, {x2}, {x6}, {x3, x4}, {x5, x7}}
a vào tp thuc tính {Age}, {LEMS} và {Age, LEMS}
chúng ta s không phân bix4 hay có th nói rng, ta
không th phân bing trong cùng mt tp ca mt lp

1.4.1.3. Xp x tp hp
Quan h t h thng thông tin s phân hoch tp
ng U thành nhng tng con. Các tc
quan tâm là các tp con có cùng giá tr ca thuc tính quynh. Tuy
nhiên, không th t s khái nim. Ví d, ta không
17

th     p các khách hàng có thuc tính quy nh
Walk = Yes da vào thuu kin trong bng 1.2. Nhng khách
hàng g
3
và x
4
. Nói cách khác, không th kt lun chính

xác nhng thành phy t bng 1.2. T m
tp thô. Mt dù, chúng ta không th ng mt cách
     ch    ng mà chc chn có giá tr
ng giá tr chc chn không có giá tr i cùng là
ng nào thuc vào vùng biên ging hp chc chn. Nu
vùng biên này khác rng thì tp thô.
Cho h thông tin U = (I, A) và B ⊆A, X ⊆I . Nu có th xp x tp
ng X ch vithông tin cha trong B bng cách xây dng các xp
x B-i và B-trên ca tp X, ký hing là BX, BX 

1.4.2. 
 hi t là thut toán phân cp hi t. Ta thit k thut
toán bng cách ci tin k thut gom cc
phát tri khám phá các lut cu theo lp trong CSDL quan h.
Chameleon là thut toán gom cm phân cp. Thut toán dùng kt ni ni ca
gom cm a các item trong cm.
Cho D là CSDL quan h cha T dòng và k thuc tính. Chameleon tìm các cm
tha các ràng buc: kt ni ni quan h  g RC(Ci,Cj)



18

Kt ni ni gia hai cm Ci và Cj gi là EC(CiCj) là tng trng s ca các
cung nnh trong Cj. ECCi là tng trng s các cung
 th thành 2phn b n các bài toán v s
phân bit trong các hình ca các c phân bit trong kt ni ca các
cm khác nhau.

S

EC(Ci ,C j )
là trng s trung bình ca các cung nnh trong Ci n các
nh trong Cj  tìm s a các lp khái nim, ta d  
thi vnh: T1RI, T2RI, T1RC và T2RC



Thut toán gc chính sau:
1. Xây d th k láng ging gn nht;
2.  th thành các cm con s trn;
3. Trn các c c cm cui cùng.
S ci tin ca thu
ng mi: T1RI, T2RI, T1RC và T2RC   hi t khi trn 2
nhóm (cmcon) Ci và Cj c (3), vi T1RI >T2RI, T1RC >T2RC.
Ghi l  ging bt kì qua các lp theo tng cp, sao cho
nh s  ging. Các s t
bt cu gia các lp mà ta mong mun.
19

1.4.3. 
Chic này là hu x c thit k nhm khai thác các lut bt cu gia
các l d liu giao tác. Chic da trên trng s n
mt s tính cht ca thua lut bt cu gia các
lp. Thut toán g
1. nh các itemset ph bin trên các lp;
2.  các itemset ph bin;
3.  quan trng ca các itemset vc.
Chi c da vào trng s dùng các kim tra Chi-squared (  xét s
  a các itemset. Ta xác nh lut bt cu thú v d   quan
trng ca các itemsetmà nó sinh ra các lut cu gia các l quan trng


Gi s supp(S h tr ca itemset S, giá tr Chi-squared 2(S), vi S =
{i1,i2im} và trng s ca ij là wj

Trng s ca 1 item có th nh bng mt giá tr i
dùng chn.
1.5. 
Các k thut phân cm có rt nhiu cách tip cn và các ng dng trong thc
tng ti hai mng ca các cm khám phá
c và t thc hin ca thut toán. Hin nay, các k thut phân cm có th
phân loi theo các cách tip cn chính sau :
1.5.1. m phân hoch
K thut này phân hoch mt tp hp d liu có n phn t thành knhóm cho
nh s các cc thit lp. S các cc thitlc
c la cht cho vic tìmcác cm hình cu
20

trong không gian Euclide       thuc vào
khon gi la chmd liu nào có quan h là
gn nhau vi mm d liunào không có quan h hoc có
quan h là xa nhau so vi m
x lí các cm có hình dng k quc hoccác cm có m m dc. Các
thut toán phân hoch d liphc tp rt lnh nghim t
toàn cc cho v PCDL, do nóphi tìm kim tt c các cách phân hoch có th
c. Chính vì vy, trên thct i pháp tc b cho v
này bng cách s dngmt hàm tiêu chu ng ca c
 ng dncho quá trình tìm kim phân hoch d ling
chính ca thuttoán phân cm phân hoch tc b là s dng chi
 tìm kim nghim.
1.5.2. m phân cp

ng mt phân c ng dli
p xp mt tp d lit cu trúccó dng hình
cây, cây phân cc xây dng theo k thu quy. Cóhai cách tip cn
ph bin ca k thu
 Hòa nhc gi là tip cn Bottom-Up
 c gi là tip cn Top-Down


21

Thc t áp dng, có nhiu trng hp kt hp c hai phm
phân hoch và phân cm phân ct qu c ca ph
phân cp có th ci tin thông qua bc phân cm phân hoch. Phân cm phân
hoch và phân cm phân cp là hai ph n, hit
nhiu thut toán ci tin da trên hai phc áp dng ph bin
trong KPDL.
1.5.3. m da trên m
K thui tng d liu da trên hàm mt  nh, mt
 là s i tng lân cn ca mi tng d liu theo m
Trong cách tip cn này, khi mt d linh thì nó tip tc phát trin
i tng d liu mi min là s i tng lân cn này phi l
mt ngnh trc. Phm da trên m ca
i t nh các cm d liu có th phát hin ra các cm d liu vi
hình thù bt k. K thut này có th khc phc các phn t ngoi lai hoc giá
tr nhiu rt tt, tuy nhiên vinh các tham s m ca thut toán là rt
 này lng rt ln kt qu phân cm.
1.5.4. m di
K thut phân cm da trên li thích hp vi d liu nhiu chiu, da trên
cu trúc d liu l phân cm, ph yu tp trung áp dng
cho lp d liu không gian. Mc tiêu ca phng hóa d liu

thành các ô to thành cu trúc d liu lm ch cn
làm vic vi tng trong tng ô trên li ch không phi tng d
liu. Cách tip cn da trên li này không di chuyi tng trong các ô
mà xây dng nhiu mc phân cp ci tng trong mt ô. Ph
pháp này gn ging vi phm phân cp nhng chúng không trn
  ng thi gii quyt khc phc yêu c i vi d liu nhiu chiu mà
phm da trên m không gii quyc. m ca
phm da trên li là thi gian x c lp vi s i
22

tng d liu trong tp d li thuc vào s ô
trong mi chiu ca không gian li.


1.5.5. m da trên mô hình
Ph gng khám phá các phép xp x tt ca các tham s mô hình
sao cho khp vi d liu mt cách tt nht. Chúng có th s dng chin lc phân
cm phân hoch hoc phân cm phân cp, da trên cu trúc hoc mô hình mà
chúng gi nh v tp d liu và cách chúng hiu chnh các mô hình  nhn
dng ra các phân hoch. Phm da trên mô hình c gng khp
gia các d liu vi mô hình toán hc, nó da trên gi nh rng d lic to
ra bng hn hp phân phi xác sun. Các thut toán phân cm da trên mô
hình có hai cách tip cn chính: mô hình thng kê và m. Ph
này gn ging vi phm da trên m, vì chúng phát trin các
cm riêng bit nhm ci tinh tr
khi nó không bu vi mt s cm c nh và không s dng cùng mt khái
nim m cho các cm.