باختصار
التجميع الهرمي (Hierarchical Clustering) فئة من خوارزميات التجميع بتنشئ شجرة من العناقيد، وهو مناسب تحديدًا للبيانات ذات الطبيعة الهرمية، زي التصنيفات النباتية.
بالتفصيل
الفرق الجوهري عن التجميع المسطّح إن المخرَج مش قائمة عناقيد، بل شجرة: عناقيد صغيرة داخل عناقيد أكبر داخل عناقيد أكبر.
وفيه نوعان من خوارزميات التجميع الهرمي:
- التجميع التراكمي (Agglomerative Clustering): بيبدأ بإسناد كل مثال إلى عنقود خاصّ به، ثم يدمج تكراريًا أقرب العناقيد لإنشاء شجرة هرمية. أي إنه بيبني من أسفل لأعلى.
- التجميع التقسيمي (Divisive Clustering): بيبدأ بتجميع كل الأمثلة في عنقود واحد، ثم يقسّم العنقود تكراريًا إلى شجرة هرمية. أي من أعلى لأسفل.
وده يقابل خوارزميات التجميع حول المراكز (Centroid-based Clustering).
الميزة العملية الكبرى: مش لازم تحدّد عدد العناقيد مسبقًا. بتبني الشجرة كاملة، وبعدين تقرّر عند أي مستوى «تقطعها» حسب ما يناسب استخدامك — وده مرونة لا توفّرها k-means.
مثال عملي
عندك 5000 مقال على موقعك وعايز تنظّمها في أقسام.
التجميع الهرمي بيبني لك شجرة: على مستوى عالٍ قد تظهر مجموعتان كبيرتان «تقني» و«اقتصادي»؛ وداخل «تقني» تظهر «نماذج لغوية» و«روبوتات»؛ وداخل «نماذج لغوية» تظهر مجموعات أدقّ.
بعدين تختار إنت: عايز 6 أقسام رئيسية؟ اقطع الشجرة عند المستوى ده. عايز 20 وسمًا فرعيًا؟ انزل مستوى.
مصطلحات مرتبطة
- Centroid-based Clustering — التجميع حول المراكز.
- Unsupervised Learning — التعلّم غير المُشرَف.
- Dendrogram — مخطّط الشجرة.
المصادر: Google ML Glossary
