والتجميع أسلوب أساسي في التعلم غير المشرف الذي يُجمع بين نقاط البيانات استنادا إلى سماتها، ويساعد فهم المبادئ الرياضية وراء التجميع في تصميم مقاييس فعالة وتفسير نتائجها.

مقاييس تعطل في التجميع

القياسات المتفرقة تُقيس التشابه بين نقاط البيانات، المقاييس المشتركة تشمل المسافة بين (إيكليدين) و(مانهاتن) وتشابه الكون، اختيار التأثيرات المترية في كيفية تشكيل المجموعات ويمكن أن يؤثر على حساسية الخوارزمية تجاه المتفوقين

حساب الكويكبات

Centroids represent the center of a cluster. they are typically calculated as the mean of all data points within the cluster. Mathematically, for a cluster with points x1, x]2, ..., x

C = (1/n) NA ]i=1]n] x]i]

مبادئ تصميم لتجميع الخوارزميات

وتتابع الخوارزميات التكتلاتية الفعالة بعض المبادئ الرامية إلى تحقيق الحد الأمثل من التجمعات، وتشمل هذه المبادئ تقليل التباين داخل المجموعة إلى أدنى حد وزيادة المسافة بين المجموعات إلى أقصى حد ممكن، وتستكمل المقاييس مثل K-Means تكراراً للثباتات لتحسين التماسك بين المجموعات.

تقييم الأداء التجميعي

وتُقيِّم القياسات مثل مؤشر سيلويت سِلكي ودافيس - بولدين نوعية التجمُّع، وتقيِّم مدى ملاءمة نقاط البيانات داخل مجموعاتها مقارنة بالمجموعات الأخرى، وتسترشد باختيار البارامترات، وتدرس الخوارزميات.