Işık, MeltemÇamurcu, Ali Yılmaz2014-08-212014-08-2120071303-5495https://hdl.handle.net/11467/345Kümeleme algoritmalarından bölünmeli kümeleme tekniği, nesneleri giriş parametre sayısı kadar kümeye bölmektedir. Bölünmeli kümeleme algoritmaları, merkez tabanlı kümeleri tespit etmede başarılıdır. Bu çalışmada, başlıca bölünmeli kümeleme algoritmalarından k-means, k-medoids ve bulanık c-means algoritmalarının kümeleme yetenekleri ve performansları karşılaştırılmıştır. Literatürde yer alan sentetik veri setleri kullanılmıştır.Partition based clustering algorithms divideobjects to the clusters according to the given input parameter. Partition based clustering algorithms are succesful to find center based clusters. In this study, partition based clustering algorithms such as k-means, k-medoids and fuzzy c-means algorithms are compared according to their clustering abilities and performances. Syntetic data sets existingin literature are used in the experiments.trinfo:eu-repo/semantics/openAccessBulanık C-MeansBölünmeli KümelemeK-MeansK-MedoidsKümelemeClusteringFuzzy C-MeansK-MeansK-MedoidsPartition Based ClusteringArticle61310545