Головна

Ієрархічні методи кластерного аналізу

  1.  I. Методи перехоплення.
  2.  II. Методи несанкціонованого доступу.
  3.  II. Методи патогенетичної і етіологічної (особистісно орієнтованої) психотерапії
  4.  II. предмет аналізу
  5.  III. Методи агрегатування і уніфікації.
  6.  III. Методи маніпуляції.
  7.  IV стадія - методи підвищення якості стали

Суть ієрархічної кластеризації полягає в послідовному об'єднанні менших кластерів в великі або поділі великих кластерів на менші.

Ієрархічні агломеративні методи (Agglomerative Nesting, AGNES)

Ця група методів характеризується послідовним об'єднанням вихідних елементів і відповідним зменшенням числа кластерів.

На початку роботи алгоритму всі об'єкти є окремими кластерами. На першому кроці найбільш схожі об'єкти об'єднуються в кластер. На наступних кроках об'єднання триває до тих пір, поки всі об'єкти не будуть складати один кластер.

Ієрархічні дівізімние (подільні) методи (Divisive ANAIysis, DIANA)

Ці методи є логічною протилежністю агломеративного методам. На початку роботи алгоритму всі об'єкти належать одному кластеру, який на наступних кроках ділиться на менші кластери, в результаті утворюється послідовність розщеплюють груп.

Принцип роботи описаних вище груп методів у вигляді дендрограмми показаний на ріс.13.3.

Крок 0 Крок 1 Крок 2 Крок 3 Крок 4

 агломеративні

методи

Дівізімние

 методи

Крок 4 Крок 3 Крок 2 Крок 1 Крок 0

Мал. 13.3. Дендрограмма агломеративного і дівізімних методів

Програмна реалізація алгоритмів кластерного аналізу широко представлена ??в різних інструментах Data Mining, які дозволяють вирішувати завдання досить великої розмірності. Наприклад, агломеративні методи реалізовані в пакеті SPSS, дівізімние методи - в пакеті Statgraf.

Ієрархічні методи кластеризації розрізняються правилами побудови кластерів. Як правил виступають критерії, які використовуються при вирішенні питання про "Схожості" об'єктів при їх об'єднанні в групу (агломеративні методи) або поділу на групи (дівізімние методи).

Ієрархічні методи кластерного аналізу використовуються при невеликих обсягах наборів даних.

Перевагою ієрархічних методів кластеризації є їх наочність.

Ієрархічні алгоритми пов'язані з побудовою дендограмм (від грецького dendron - "Дерево"), Які є результатом ієрархічного кластерного аналізу. Дендрограмма описує близькість окремих точок і кластерів один до одного, представляє в графічному вигляді послідовність об'єднання (поділу) кластерів.




 Метод екстремальної угруповання параметрів |  Критерії раціонального вибору числа факторів |  загальні висновки |  Перевірка якісних характеристик вибірки |  критерій Смирнова |  Критерій однорідності Лемана-Розенблатта |  Метод мінімальної відстані |  Перевірка кількісних характеристик вибірки |  Сутність, типологизация і прикладна спрямованість завдань класифікації об'єктів |  Кластерний аналіз в задачах соціально-економічного прогнозування |

© 2016-2022  um.co.ua - учбові матеріали та реферати