Главная Случайная страница


Полезное:

Как сделать разговор полезным и приятным Как сделать объемную звезду своими руками Как сделать то, что делать не хочется? Как сделать погремушку Как сделать неотразимый комплимент Как противостоять манипуляциям мужчин? Как сделать так чтобы женщины сами знакомились с вами Как сделать идею коммерческой Как сделать хорошую растяжку ног? Как сделать наш разум здоровым? Как сделать, чтобы люди обманывали меньше Вопрос 4. Как сделать так, чтобы вас уважали и ценили? Как сделать лучше себе и другим людям Как сделать свидание интересным?

Категории:

АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника






Критерии выделения типов алгоритмов в кластерном анализе



 

Основаниями для выделения различных типов кластерных алгоритмов могут быть:

 

1) характер отношения, который отыскивается как результат классификации:

а) разбиение с непересекающимися классами (отношения эквивалентности). Все объекты внутри найденного класса считаются тождественными, а объекты разных классов — нет; б) разбиение с пересекающимися классами. Задается по-разному: введением степени принадлежности объекта к классу в духе теорий размытых множеств, определением вероятности принадлежности объекта к классу или просто перечнем объектов в зоне пересечения; в) иерархическое дерево: сложная система разбиений. Может быть заранее задано число искомых классов; г) отношение произвольной структуры;

 

2) степень участия человека в процедуре выделения кластеров: а) машинный способ. Аналитик задает параметры классификации, получает разбиение на классы как готовый результат; б) человек участвует в процессе разбиения. Программа выдает не собственно классификацию, а информацию (все виды визуализации связи, упорядочение матриц связи), на основании которой социолог принимает решение о разбиении объектов на группы;

 

3) характер априорных сведений (задаваемые в статистической программе параметры) для работы алгоритма: а) априорные сведения отсутствуют(свободная классификация). Идеален вариант, когда программа сама пытается обнаружить качественные отличия; б) задано число искомых классов; в) могут быть заданы пороговые значения величины близости объектов; г) заданы комбинированные сведения (число классов и пороги разных типов);

 

4) характер работы алгоритма классификации. В зависимости от порядка просмотра точек выделяют процедуры: а) зависящие от порядка просмотра точек (весьма серьезный недостаток, характерный для эталонных процедур); б) не зависящие от порядка просмотра точек (иерархические алгоритмы).

Различают неэталонные (исходные принципы классификации не задаются) и эталонные процедуры. Во втором случае задаются исходные зоны, поля, с помощью которых начинает работу алгоритм. Эталоны могут быть следующего вида: подмножество исходного множества (первоначальное разбиение на классы); отдельные объекты; отдельные зоны (точки) метрического пространства (центр тяжести класса). Кроме того, существует множество процедур кластеризации, работающих по другому принципу: иерархические алгоритмы, процедуры диагонализации, разрезание графов и т.д.

 








Date: 2015-08-15; view: 78; Нарушение авторских прав

mydocx.ru - 2015-2018 year. (0.012 sec.) - Пожаловаться на публикацию