Fractal Clustering, Fachbücher von Ping Chen, Daniel Barbara

Das Buch "Fractal Clustering" bietet eine umfassende Untersuchung eines neuartigen Clustering-Algorithmus, der auf den Eigenschaften der Selbstähnlichkeit basiert. Clustering ist eine weit verbreitete Technik zur Wissensentdeckung, die in den letzten Jahren besonders im Hinblick auf gross angelegte Datenanalysen an Bedeutung gewonnen hat. Viele bestehende Algorithmen stossen jedoch an ihre Grenzen, wenn es um die Skalierbarkeit in Bezug auf die Datenmenge und die Dimensionen geht oder wenn es darum, beliebige Clusterformen zu identifizieren und mit Rauschen umzugehen. Der vorgestellte Algorithmus, Fractal Clustering (FC), nutzt die Selbstähnlichkeit von Datenpunkten, um Cluster zu bilden, wobei Punkte schrittweise hinzugefügt werden, um die Veränderung der fraktalen Dimension zu minimieren. Dies führt zu Clustern, in denen die Punkte eine hohe Selbstähnlichkeit aufweisen, während die Selbstähnlichkeit zu Punkten in anderen Clustern deutlich geringer ist. Das Buch behandelt zudem Anwendungen in der projizierten Clusterbildung und der Verfolgung von Abweichungen in sich entwickelnden Datensätzen.