تجميع التحول المتوسط هو طريقة لتجميع نقاط البيانات معًا لتشكيل مجموعات ذات خصائص متشابهة. إنها عملية تكرارية لتحويل النقاط أقرب إلى أو أبعد عن المتوسط أو النقطة المركزية للكتلة، وتستخدم للعثور على الأوضاع أو الأنماط في مجموعة البيانات. ويمكن استخدامه في مجموعة متنوعة من التطبيقات، مثل تجزئة الصور والتعرف على الكائنات.
تبدأ خوارزمية التحول المتوسط عادةً بتهيئة كل نقطة في مجموعة البيانات إلى مجموعة مختلفة. لكل نقطة، يتم حساب متوسط المجموعة التي تحتوي على تلك النقطة. يتم بعد ذلك إزاحة النقطة نحو متوسط تلك المجموعة، وتتكرر الخوارزمية حتى تتوقف النقطة عن التحول. والنتيجة هي مجموعة من المجموعات التي تقع كل نقطة فيها بالقرب من متوسط المجموعة التي تم تخصيصها لها.
يتمتع تجميع التحول المتوسط بالعديد من المزايا مقارنة بخوارزميات التجميع الأخرى، مثل متوسطات k والتجمع الهرمي. أولاً، لا يتطلب الأمر معرفة مسبقة بعدد المجموعات في مجموعة البيانات، لذا يمكنه تحديد أفضل عدد من المجموعات تلقائيًا. ثانيًا، يتم تحديده إلى حد كبير من خلال كيفية توزيع البيانات وليس بناءً على افتراضات محددة مسبقًا حول المجموعات. وأخيرًا، فهو ليس حساسًا للقيم المتطرفة ويمكنه التعامل مع المجموعات غير المحدبة.
ومع ذلك، فإن تجميع التحول المتوسط لا يخلو من عيوبه. وهي مكلفة من الناحية الحسابية وقد لا تتقارب دائمًا مع حل موثوق. بالإضافة إلى ذلك، لا يمكن التحكم مباشرة في المعلمات المستخدمة لإنشاء المجموعات.
على الرغم من هذه العيوب، يعد تجميع التحول المتوسط أداة مفيدة لتحليل مجموعات البيانات الكبيرة ويمكن أن يوفر رؤى حول بنية مجموعة البيانات التي لن يكون من الممكن اكتشافها باستخدام الطرق التقليدية.
