Figure 1. Incremental clustering al

Figure 1. Incremental clustering algorithm
B. Rough set Based Approach
This algorithm is a soft clustering method employing rough set theory [12]. It groups the given data set into a set of overlapping clusters. Each cluster is represented by a lower approximation and an upper approximation ( A (C ),A(C)) for every cluster C ~ U (see Fig.2). Here U is a set of all objects under exploration. However, the lower and upper approximations of Ci ~ U are required to follow some of the basic rough set properties such as:

Hasil (Bahasa Indonesia) 1:

Gambar 1. Inkremental clustering algoritmaB. kasar menetapkan pendekatanAlgoritma ini adalah metode clustering yang lembut mempekerjakan kasar teori himpunan [12]. Ini kelompok kumpulan data yang diberikan ke dalam satu set tumpang tindih cluster. Setiap cluster diwakili oleh pendekatan yang lebih rendah dan perkiraan atas ((C), A(C)) untuk setiap cluster C ~ U (Lihat Gbr.2). Di sini U adalah seperangkat semua benda-benda di bawah eksplorasi. Namun, pendekatan atas dan bawah dari Ci ~ Anda diharuskan untuk mengikuti beberapa sifat dasar kasar set seperti:

Hasil (Bahasa Indonesia) 2:

Gambar 1. pengelompokan Incremental algoritma
B. Kasar set Berdasarkan Pendekatan
Algoritma ini adalah metode pengelompokan lembut menggunakan teori set kasar [12]. Kelompok itu data yang diberikan diatur menjadi satu set tumpang tindih cluster. Setiap cluster diwakili oleh pendekatan yang lebih rendah dan perkiraan atas (A (C), A (C)) untuk setiap kelompok C ~ U (lihat Gambar 2). Berikut U adalah himpunan semua objek di bawah eksplorasi. Namun, bawah dan atas perkiraan dari Ci ~ U diwajibkan mengikuti beberapa dasar sifat set kasar seperti: