Статистическая классификация и кластерный анализ

Читать фрагмент

книга

Статистическая классификация и кластерный анализ

Посвящена теории распознавания образов и одному из методов ее реализации — кластерному анализу. В сжатом виде представлены основные идеи кластерного анализа и показаны сферы его приложения в горных, экономических, социологических и других исследованиях. Описанные методы кластеризации могут быть использованы в реальных задачах. В алгоритмах достаточно подробно рассмотрена вычислительная часть.Несмотря на то, что кластерный анализ является эффективным и удобным инструментом классификации, а также весьма распространен в практических исследованиях, публикаций на эту тему на русском языке очень мало, а существующие малоинформативны. Предлагаемая Вашему вниманию книга освещает некоторые основополагающие вопросы кластерного анализа.Для научных сотрудников, диссертантов и специалистов, работающих в области многомерного статистического анализа.

Форматы: PDF

Серия: Практическая статистика для горных инженеров

Издательство: Московский государственный горный университет

Год: 2003

Место издания: Москва

ISBN: 5-7418-0010-6

Страниц: 151

Артикул: 15837

Электронная книга

330 ₽

Купить и скачать

Содержание

Содержание книги "Статистическая классификация и кластерный анализ "

Введение. Статистические методы в управлении. Классификация и кластерный анализ

Глава 1. Классификация, теория распознавания незрительных образов и ее реализация методами кластерного анализа

1.1. Классификация объектов как необходимое условие деятельности человека

1.2. Логическая модель распознавания незрительных образов, основанная на принципах обучения живых организмов условным рефлексам

1.3. Объективная классификация

1.4. Гипотеза о компактности образов

Глава 2. Наиболее важные идеи кластерного анализа

2.1. Кластерный анализ. Прагматические соображения

2.2. Начальные понятия

2.3. Функции расстояния (различия, несходства)

2.4. Меры и признаки подобия, тождества, конгруэнтности неформальных объектов

2.5. Информационные признаки, используемые для кластеризации

2.6. Схемы использования информации, предназначенной для кластеризации, в зависимости от источника, вида и возможностей кодирования

2.7. Измерение характеристик объектов и их представление в задачах кластеризации

2.8. Целевые функции кластеризации

Глава 3. Особенности вычислительных процедур кластерного анализа

3.1. Формализованное представление информации в задачах кластерного анализа. Оценка показателей

3.2. Шкалирование признакового пространства для кластеризации

3.3. Выбор размерности метрического пространства и ее влияние на качество кластеризации

3.4. Графо-аналитическое построение кластерного поля и определение геометрической формы кластера

Глава 4. Десять методов кластеризации

4.1. Кластеризация полным перебором объектов

4.2. Кластеризация методом перебора фиксированных расстояний от центров сфер (алгоритм «Форель»)

4.3. Сферический метод двухступенчатой кластеризации с выделением ядра (сгущения) объектов классификации

4.4. Кластеризация интегральным методом геометризации информационного поля

4.5. Метод определения центра кластера с помощью вычисления среднеарифметических расстояний между объектами

4.6. Метод постоянных кластеров и характеристик

4.7. Кластеризация с учетом критерия качества и последующим выбором лучшего варианта по этому критерию (алгоритм «Краб»)

4.8. Кластеризация с помощью экспертных оценок

4.9. Кластеризация методом определения «ближайших соседей», включая иерархическое распределение объектов

4.10. Кластеризация методом «ветвей и границ»

Глава 5. Приложения кластерного анализа и интерпретация результатов

5.1. Содержательная основа кластеризации в экономических исследованиях

5.2. Научные и практически задачи, решаемые методами кластеризации

5.3. Определение качества кластеризации

5.4. Контроль за достоверностью информации и точностью выводов методами кластерного анализа. Поиск противоречий, нелогичностей и ошибок статистики

5.5. Цели интерпретации результатов кластеризации множества объектов

5.6. Методы интерпретации результатов кластеризации

Заключение. Исторический очерк

Глоссарий кластерного анализа

Символика, принятая в книге

Список литературы

Отрывок из книги

Т а к и м образом, многовариантные задачи управления можно решать в области глубокого неформального анализа исходных данных, условий и ограничений математических моделей, взаимосвязей анализируемых ф а к т о р о в , аксиоматики допустимых и рациональных расчетных процедур, улучшая качество классификации при каждой итерации. Задачи распознавания образов вышли за рамки теоретических исследований и с успехом применяются в практике бизнеса. В то же время использование большинства количественных методов не может быть эффективным из-за оторванности от реальных характеристик изучаемых объектов, тривиальности выводов, неприменимости для управления существующей структуры классификации. В этом смысле кластерный анализ имеет несомненные преимущества перед другими количественными методами распознавания. В управлении особенно велика роль интерпретации полученных результатов классификации исходного множества объектов и последующего прогнозирования их временной динамики. П р и этом, естественно, логическая последовательность и методическая доступность кластеризации в задачах агрегирования и разбиения на группы делают ее особо ценным инструментом. Эти достоинства кластерного анализа позволяют считать его применимым для изучения многих нечетко формализованных систем естественного и искусственного характера, а в дальнейшем - и для улучшения принимаемых решений. 2.2. НА ЧАЛЬНЫЕ ПОНЯТИЯ Задача кластерного анализа состоит в разбиении неоднор о д н о г о множества, состоящего из каких-либо элементов, имеющих сходные измерения, на группу подмножеств, каждое из которых признается условно однородным. При этом основополагающую роль играет изучение различий между элементами множества, разными объектами, подмножествами, множествами. В кластерном анализе рассматриваются т объектов, каждый из которых имеет R признаков. У всех объектов признаки д о л ж н ы принадлежать единому метрическому пространству и быть сопоставимыми. Рассматриваемые признаки различаются естественным о...

Внимание!
При обнаружении неточностей или ошибок в описании книги "Статистическая классификация и кластерный анализ (автор Леонид Гитис)", просим Вас отправить сообщение на почту help@directmedia.ru. Благодарим!

Статистическая классификация и кластерный анализ

Содержание

Отрывок из книги

Гитис Л. Х. другие книги автора