Notice: Undefined variable: title in /home/area7ru/area7.ru/docs/material.php on line 34
Кластерный анализ (clucter analysis) К. а. — это общий термин для целого ряда методов, используемых для группировки объектов, событий или индивидов в классы (кластеры) на основе сходства ...

Notice: Undefined variable: reklama2 in /home/area7ru/area7.ru/docs/material.php on line 105

Главная / Энциклопедии и справочники / Раймонд Корсини, Алан Ауэрбах - Психологическая энциклопедия

Кластерный анализ (clucter analysis)



Notice: Undefined variable: content in /home/area7ru/area7.ru/docs/material.php on line 128
К. а. — это общий термин для целого ряда методов, используемых для группировки объектов, событий или индивидов в классы (кластеры) на основе сходства их характерных признаков. Несмотря на отсутствие единого определения кластера, во всех его определениях особо подчеркиваются такие условия, как сходство, однородность и близость. Если воспользоваться специальной терминологией, то кластеры можно определить как однородные подгруппы, формируемые методом, к-рый минимизирует дисперсию внутри групп (кластеров) и максимизирует дисперсию между группами.
Методики кластеризации используются для установления сходных подгрупп объектов или индивидов и для построения таксономии. Т. о., они помогают исследователю в описании структуры совокупности объектов и отношений между ними, а тж в формулировании законов и утверждений относительно классов объектов.
Все методы К. а. состоят из четырех осн. шагов: а) выбор мер и произведение измерений характерных признаков объектов или индивидов, подлежащих классиф.; б) задание меры сходства; в) формулирование правил и определение порядка формирования кластеров; г) применение этих правил к данным для формирования кластеров. Т. к. каждый шаг предполагает выбор из множества возможных процедур, был разраб. широкий спектр методик кластеризации.
На первом шаге принимается решение о том, какие характерные признаки или свойства будут использоваться в качестве основы классиф. Конечно, это решение будет зависеть от проблемы исслед. и природы классифицируемых объектов. Хотя обычно все признаки имеют одинаковые веса, не исключается возможность выбора процедуры приписывания различных весов.
Принимаемое на втором шаге решение связано с выбором подходящей меры сходства. Это м. б. число общих признаков, корреляция между признаками, метрика (пространства классиф.) или к.-л. др. мера.
На третьем шаге выбирается сам метод классиф. Агломеративные методы начинают с анализа отдельных объектов или индивидов и объединяют их в группы; методы расслоения начинают с анализа полной группы и делят ее на подгруппы. Классиф. по одному признаку приводят к классам, все элементы к-рых имеют по крайней мере один общий отличительный признак; классиф., осн. на сравнении неск. признаков, приво
">

ВНИМАНИЕ!
Текст просматриваемой вами энциклопедической статьи урезан на треть (33%)!

Чтобы просматривать эту и другие статьи полностью, авторизуйтесь  на  сайте:

Ваш id: Пароль:

РЕГИСТРАЦИЯ НА САЙТЕ
Простая ссылка на эту страницу:
Ссылка для размещения на форуме:
HTML-гиперссылка:



Просмотров: 685

Поиск в данной энциклопедии


При использовании материалов сайта, активная ссылка на AREA7.RU обязательна!

Notice: Undefined variable: r_script in /home/area7ru/area7.ru/docs/material.php on line 205