User Tools
Site Tools
Sidebar
shlukova_analyza_metody_nehierarchicke_metody_hierarchicke_prezentace_a_interpretace_vysledku
Table of Contents
shluková analýza
- z ANN: tento typ analýzy nepoužívá závislou proměnnou (učení bez učitele), cílem je detekovat netriviální shluky v datech. V tomto případě se využívá speciální typ neuronové sítě - Kohenova mapa (SOFM - self organizing feature map). Vstupem jsou pouze hodnoty (vstupních) nezávislých proměnných.
- Shluková analýza se snaží o identifikaci shluků objektů ve vícerozměrném prostoru a následnou redukce vícedimenzionálního problému kategorizací objektů do zjištěných shluků
- každá metoda může počítat s jinou vzdáleností, může mít jiný algoritmus jak spojovat objekty do shluků a taky může jinak interpretovat výsledky
- Cílem analýzy může být jednak zjistit vazby mezi objekty (dostatečným výstupem je dendrogram) nebo identifikovat v datech shluky, které budou využity v další analýze jako zjednodušení vícedimenzionálního problému
- jak identifikovat shluky? - buď ty hranice identifikuju já, jakožto analytik. Nebo přes matematické metody.
HIEARCHICKÉ SHLUKOVÁNÍ
aglomerativní
- Výběr vhodné metriky vzdálenosti/podobnosti pro výpočet asociační matice (analýza může probíhat na libovolných metrikách vzdálenosti/podobnosti)
- Výběr shlukovacího algoritmu, který podstatným způsobem ovlivňuje výsledky analýzy a možnosti její interpretace
- vypočítá se asociační matice → spojí se dva nejpodobnější objekty → nová asociační matice (ty dva spojené objekty vystupují jako jeden objekt!!!) → a tak dál a tak dál
- shlukovací algoritmy
- nejbližší soused
- průmerná vzdálenost (vážená i nevážená)
- středospojná (spojení dle vzdálenosti centroidů středů shluků)
- nejvzdálenější soused
divizní
- Shlukování může být zastaveno po rozdělení všech objektů do shluků, po předem daném počtu kroků nebo po dosažení kritéria minimálního rozdílu mezi shluky
NEHIEARCHICKÉ SHLUKOVÁNÍ
aglomerativní
- Do této skupiny lze zařadit metody hledající nejkratší spojnici mezi objekty ve vícerozměrném prostoru
- Na rozdíl od klasického hierarchického aglomerativníhoshlukování může být na jeden objekt napojeno několik dalších objektů
divizní
- Nejběžnější metodu je tzv. k‐means clustering
- Metoda zařazuje objekty do shluků na principu ANOVA, analogií je Wardovametoda shlukování v hierarchickém aglomerativnímshlukování
- Počet shluků je předem definován, výběr nejvhodnějšího počtu shluků je prováděn buď expertně nebo pomocí matematických metod výběru optimálního počtu shluků (analýza vnitro a mezishlukovýchvzdáleností)
asociace
- hledání vztahů (asociací) mezi podmnožinami atributů
- A asi souvisí s B, A je asi příčinou B
- mohou být:
- klasické - 2 podmnožiny atributů v relačních datech
- transakční - v rámci rozsáhlé množiny atributů, zaznamenaných seznamem jejich výskytů
- Jiný častý tvar zdrojových dat pro asociace je tzv. nákupní košík. Objektem je jeden (obvykle obchodní) případ, jeho několik atributů má obvykle pevnou strukturu (datum, čas, zákazník, … = identifikace košíku). Vysoký počet dalších, obvykle binárních atributů (seznam nakupovaného zboží = obsah košíku) je zadáván jako seznam atributů nabývajících nenulové hodnoty. Asociacemi se zde rozumějí nalezené podmnožiny atributů, vyskytujících se společně (v košíku).
- agregované - mezi podmnožinou atributů a jejich skupinovými charakteristikami
- antecedent → sukcendent
Permalink shlukova_analyza_metody_nehierarchicke_metody_hierarchicke_prezentace_a_interpretace_vysledku.txt · Last modified: 2017/01/03 12:53 by efox
oeffentlich
