والتجميع الهرمي هو طريقة لتحليل المجموعات التي تبنى هيكلا هرميا للمجموعات، ويستخدم على نطاق واسع في تحليل البيانات لتجميع أشياء مماثلة استنادا إلى خصائصها، وهذه التقنية مفيدة لفهم هيكل البيانات وتحديد التجمعات الطبيعية.

المفاهيم الأساسية للمجموعة الهرمية

والفكرة الرئيسية وراء التكتلات الهرمية هي إنشاء هيكل شبيه بالشجر يسمى الكهرموزوغرام، وهذا الكهرم يبين كيف يتم تجميع نقاط البيانات على مختلف مستويات التشابه، ويمكن أن تكون العملية متجمعة، بدءا بنقاط البيانات الفردية، أو دمجها، أو تفرق، بدءا بجميع نقاط البيانات في إحدى المجموعات وتقسيمها.

خطوات في التجمّع الهرمي

وتتمثل الخطوات النموذجية في ما يلي:

  • (أ) حساب المسافة بين نقاط البيانات باستخدام متر مختار، مثل مسافة (إكلين).
  • دمج أقرب نقطتين أو مجموعتين استنادا إلى معيار الربط.
  • تحديث مصفوفة المسافات لتعكس المجموعة الجديدة.
  • إعادة دمج عملية الإدماج إلى أن يتم تجميع جميع نقاط البيانات في مجموعة واحدة أو استيفاء معيار وقف التنفيذ.

نموذج التنفيذ العملي

باستخدام مكتبة (بيتون) للتجمع الهرمي يمكن أن ينفذ بكفاءة، المثال التالي يوضح كيفية القيام بتجميعات جماعية على مجموعة بيانات

Code snippet:]

" Pithon import numpy as np from scipy.cluster.hierarchy import link, dendrogram import matplotlib.pyplot as plt; # Sample data = np.array([1, 2], [3, 4], [5, 6], [8, 8], [9, 10])

تطبيقات التجمّع الهرمي

وتستخدم التجميع الهرمي في مختلف الميادين مثل البيولوجيا لتحليل التعبير الجيني، والتسويق لتجزئت الزبائن، وتحليل الصور للاعتراف بالأشياء، وقدرتها على كشف هيكل البيانات على مستويات متعددة تجعله أداة متعددة.