باختصار
التجميع حول المراكز (Centroid-based Clustering) فئة من خوارزميات التجميع بتنظّم البيانات في عناقيد غير هرمية، وأشهرها وأوسعها استخدامًا خوارزمية k-means.
بالتفصيل
«غير هرمية» هي الكلمة المفتاحية هنا. النتيجة بتبقى مجموعة عناقيد متجاورة بلا علاقة احتواء بينها: كل نقطة تنتمي لعنقود واحد، وخلاص. مفيش «عنقود داخل عنقود».
وده يقابل التجميع الهرمي (Hierarchical Clustering) اللي بينتج شجرة عناقيد متداخلة.
الفكرة الأساسية إن كل عنقود بيتمثّل بنقطة مركزية واحدة اسمها المركز (Centroid)، والنقاط بتنتمي للعنقود صاحب أقرب مركز.
وأهمّ قرار تصميمي في الطريقة دي هو عدد العناقيد — حرف k في k-means — وهو رقم لازم تحدّده إنت مسبقًا، والخوارزمية ما بتكتشفهوش لوحدها. اختيار k غلط بيدّي تقسيمًا بلا معنى مهما كانت البيانات جيّدة.
والطريقة بتفترض ضمنًا عناقيد كروية الشكل ومتقاربة الحجم تقريبًا، فبتتعثّر مع عناقيد ممدودة أو متفاوتة الكثافة.
مثال عملي
عندك بيانات 50 ألف عميل: متوسّط قيمة الطلب، وعدد الطلبات شهريًا. عايز تقسّمهم لشرائح تسويقية.
بتشغّل k-means بـk=4، فتحصل على أربع شرائح حوالين أربع نقاط مركزية: عملاء كثيفو الشراء بقيمة عالية، وكثيفون بقيمة منخفضة، ونادرون بقيمة عالية، ونادرون بقيمة منخفضة. كل شريحة بتاخد رسالة تسويقية مختلفة.
مصطلحات مرتبطة
- Hierarchical Clustering — التجميع الهرمي.
- k-means — خوارزمية المتوسّطات k.
- Unsupervised Learning — التعلّم غير المُشرَف.
المصادر: Google ML Glossary
