COWEBの働きは何ですか？

COBWEBは、オブジェクトを分類ツリーに段階的に含めます。 COBWEBは、オブジェクトを定義する「最適なホスト」またはノードを検索するために、割り当てパスに沿ってツリーを下降し、メソッドに沿ってカウントを更新します。

この決定は、各ノードでオブジェクトを一時的に配置し、結果の除算のカテゴリユーティリティを計算することに依存します。最高の要素ユーティリティをもたらす配置は、オブジェクトの最適なホストである必要があります。

COBWEBは、オブジェクトに対して新しいノードが作成された場合に発生する可能性のあるパーティションのカテゴリユーティリティも計算します。オブジェクトは現在のクラスにあるか、カテゴリユーティリティ値が最大のパーティションに基づいて新しいクラスが生成されます。 COBWEBには、パーティション内の複数のクラスを自動的に調整する機能があります。このような入力パラメータをユーザーに提供する必要はありません。

COBWEBには、入力順序の影響を受けにくくするための2つの演算子があります。これらは結合と分割です。オブジェクトが統合されると、2つの最適なホストが1つのクラスに結合されるように扱われます。

さらに、COBWEBは、良いホストの子供たちを現在のカテゴリーに分けることを検討しています。これらの決定は、カテゴリのユーティリティによって異なります。結合演算子と分割演算子を使用すると、COBWEBで双方向検索を実装できます。たとえば、マージによって前の分割を元に戻すことができます。

COWEBの制限

COWEBの制限は次のとおりです-

これは、独立した属性の確率分布が統計的に互いに分離しているという仮定に依存します。属性間に相関関係が存在することが多いため、この仮定は常に正しいとは限りません。

さらに、クラスターの確率分布の記述により、クラスターの更新と保存に非常にコストがかかります。これは、時間と空間の複雑さがいくつかの属性だけでなく、各属性のいくつかの値にも依存するため、属性に膨大な数の値がある場合に特に当てはまります。

さらに、分類ツリーは、偏った入力レコードに対して高さのバランスが取れていないため、時間とスペースの複雑さが大幅に軽減される可能性があります。

CLASSITは、連続（または実数値）情報の増分クラスタリングのためのCOBWEBの拡張です。各ノードの単一属性ごとに連続正規分布（平均と標準偏差）を保存し、COBWEBのように個別属性の合計ではなく、連続属性の要素である変更されたカテゴリユーティリティメジャーが必要です。