added clustering algorithms and changed acronyms

chapters/Unsupervised Learning/Clustering Algorithms.tex

@@ -0,0 +1,114 @@
+\chapter{Clustering Algorithms}\label{clustering algorithms}
+    \includegraphics[width = .6\textwidth]{clustering_algorithms.png} 
+
+    \section{partition based algorithms}
+        Partitionsbasierte Clustering Algorithmen starten mit einer vordefinierten Partitionierung.
+        Anschließend werden die Elemente so lange zwischen den Partitionen verschoben, bis  das optimale Ziel erreicht ist.
+        Die meisten dieser Algorithmen erfordern, dass die Anzahl der angestrebten Partitionen vorgegeben ist.\\
+        \begin{tabular}{|p{.475\textwidth}|p{.475\textwidth}|}
+            \hline
+            \textbf{Vorteile} & \textbf{Nachteile}\\
+            \hline
+            \begin{itemize}
+                \item geringe Komplexität
+                \item hohe Recheneffizienz
+            \end{itemize}&
+            \begin{itemize}
+                \item nicht geeignet für nicht-konvexe Daten
+                \item stark durch Ausreißer beeinflusst
+                \item Anzahl der Cluster muss bekannt sein 
+                \item Ergebnis ist abhängig von der Anzahl der Cluster
+            \end{itemize}\\
+            \hline
+        \end{tabular}
+
+        \paragraph{Zeitliche Komplexität}\mbox{}\\
+            \includegraphics[width = \textwidth]{partition_based_clustering_complexity.png}
+        
+        \subsection{Verfahren}
+            \includegraphics[width = .6\textwidth]{partition_based_clustering.png}
+
+        \subsection{k-means}
+            \begin{itemize}
+                \item Anzahl der angestrebten Cluster ist bekannt
+                \item Das Zentrum der Cluster entspricht dem Zentrum der jeweiligen Datenpunkte
+                \item Das Das zuvor beschriebene Verfahren wird so lange wiederholt, bis ein Konvergenzkriterium erreicht wurde
+            \end{itemize}
+            \subsubsection{Beispiel}
+                \includegraphics[width = .9\textwidth]{k-means.png}
+
+    \section{Hierachische Verfahren}
+        \includegraphics[width = \textwidth]{hierachische Verfahren.png}\\
+        \begin{tabular}{|p{.475\textwidth}|p{.475\textwidth}|}
+            \hline
+            \textbf{Vorteile} & \textbf{Nachteile}\\
+            \hline
+            \begin{itemize}
+                \item für Datensätze mit beliebiger Form und Typ geeignet
+                \item Erkennung von hierarchischen Zusammenhängen ist einfach
+                \item gut skalierbar
+            \end{itemize}&
+            \begin{itemize}
+                \item Hohe zeitliche Komplexität
+            \end{itemize}\\
+            \hline
+        \end{tabular}
+        \paragraph{Zeitliche Komplexität}\mbox{}\\
+            \includegraphics[width = .5\textwidth]{hierarchical_clustering_complexity.png}
+
+        \paragraph{Dendogramm}\mbox{}\\
+            \includegraphics[width=.6\textwidth]{dendogramm.png}
+        
+        \subsection{Algorithmus}
+            \begin{enumerate}
+                \item erzeuge für jeden Punkt aus dem Datensatz ein separates Cluster
+                \item Berechne den Abstand zwischen allen Clustern
+                \item Verschmelze die beiden Cluster, die den geringsten Abstand zueinander haben
+                \item Aktualisiere die Distanzen zwischen den Clustern bis alle Punkte in dem gleichen Cluster liegen
+                \item goto 3.
+            \end{enumerate}
+            Meistens wird in den Algorithmus eine Abbruchbedingung eingebaut, damit nicht alle Elemente in dem gleichen Cluster zusammengefasst werden.
+            Diese Abbruchbedingung definiert sich über den maximalen Abstand der Elemente in einem Cluster.
+
+    \subsection{Abstand zwischen Clustern}
+        Es gibt mehrer Möglichkeiten um den Abstand zwischen zwei Clustern festzustellen
+
+        \paragraph{Single Link}\mbox{}\\
+            \includegraphics[width=.8\textwidth]{single-link.png}
+
+        \paragraph{Complete Link}\mbox{}\\
+            \includegraphics[width=.8\textwidth]{complete-link.png}
+
+        \paragraph{Average Link}\mbox{}\\
+            \includegraphics[width=.8\textwidth]{average-link.png}
+
+        \paragraph{Abstand der Zentroide der beiden Cluster}\mbox{}\\
+            \includegraphics[width=.8\textwidth]{centroid-distance.png}
+
+        \begin{tabular}{|p{.475\textwidth}|p{.475\textwidth}|}
+            \hline
+            \textbf{Vorteile} & \textbf{Nachteile}\\
+            \hline
+            \begin{itemize}
+                \item hocheffizientes Clustering 
+                \item geeignet für viele verschiedene Clusterformen
+            \end{itemize}&
+            \begin{itemize}
+                \item schlechte Qualität bei ungleichmäßiger Dichte der Datenpunkte in einem Cluster
+                \item hoher Speicherplatzbedarf bei großer Datenmenge
+                \item starke Abhängigkeit von den Parametern
+            \end{itemize}\\
+            \hline
+        \end{tabular}
+        \paragraph{Zeitliche Komplexität}\mbox{}\\
+            $O(n\cdot \log n)$
+
+    \section{density based clustering}
+        Algorithmen, die davon ausgehen, dass die Elemente in einem Cluster nach einer bestimmbaren Funktion normalverteilt um ein Zentrum liegen werden als \acs{DBSCAN} bezeichnet.
+        Hierfür benötigt der \ac{DBSCAN} Algorithmus 2 Parameter:\\
+        \includegraphics[width = .8\textwidth]{dbscan-parameters.png}\\
+        Für eine gute Auswahl der Parameter ist Vorwissen über den Datensatz erforderlich.\\
+        \includegraphics[width = .6\textwidth]{eps_minPts_estimation.png}
+
+        \subsection{Beispiele}
+            \includegraphics[width = \textwidth]{dbscan_examples.png}