
أسلوب تحليل بيانات يجمع العناصر المتشابهة معًا بناءً على ميزات محددة.التجميع هو أسلوب تحليل بيانات يُستخدم لتجميع مجموعة من العناصر بحيث تكون العناصر في المجموعة الواحدة (التي تُسمى عنقودًا) أكثر تشابهًا فيما بينها منها مع العناصر في المجموعات الأخرى. وهو شكل من أشكال التعلم غير الموجَّه، أي أنه يكتشف أنماطًا خفية في البيانات دون وجود تسميات مسبقة. يُستخدم التجميع على نطاق واسع لاستكشاف البيانات، وتحديد التجمعات الطبيعية، وتقليل التعقيد من خلال تلخيص مجموعات البيانات الكبيرة في عناقيد تمثيلية.
يعود مفهوم التجميع إلى ثلاثينيات القرن العشرين في مجالَي الأنثروبولوجيا وعلم النفس، لكن أول خوارزمية رسمية له، وهي خوارزمية k-means، قدمها ستيوارت لويد في عام 1957 (رغم نشرها لاحقًا). كما طُوِّرت طرق التجميع الهرمي في ستينيات القرن العشرين.
تعمل خوارزميات التجميع من خلال تحديد مقياس للتشابه (مثل المسافة الإقليدية أو الارتباط) بين نقاط البيانات، ثم تعيين النقاط للعناقيد بشكل متكرر لتحسين معيار معين، مثل تقليل التباين داخل العنقود (كما في خوارزمية k-means) أو تعظيم كثافة النقاط (كما في خوارزمية DBSCAN). يعتمد اختيار الخوارزمية ومقياس التشابه على نوع البيانات والشكل المطلوب للعناقيد. وبمجرد تكوين العناقيد، يمكن تصورها أو تحليلها أو استخدامها كميزات لنمذجة إضافية.
يُستخدم التجميع في علم الفلك لتصنيف المجرات، وفي علم الأحياء لتجميع الجينات ذات أنماط التعبير المتشابهة، وفي التسويق لتقسيم العملاء إلى شرائح، وفي تحليل الصور لضغط الصور أو تقسيمها.
في علم الفلك، ساعدت خوارزميات التجميع في اكتشاف أن المجرات ليست موزعة عشوائيًا، بل تشكل شبكة كونية هائلة من الخيوط والفراغات، مما يكشف عن البنية واسعة النطاق للكون.

















