Методы кластерного анализа, Классификация без обучения, Методические указания, Бантикова О.И., Седова Е.Н., Чудинова О.С., 2011

Методы кластерного анализа, Классификация без обучения, Методические указания, Бантикова О.И., Седова Е.Н., Чудинова О.С., 2011.

   Методические указания к семинарским занятиям, лабораторному практикуму, самостоятельной работе студентов, в том числе для выполнения расчетно-графических заданий, курсовых и дипломных работ, связанных с анализом многомерных статистических данных. Предназначены для студентов специальности 080116.65 - Математические методы в экономике, направлений подготовки 231300.62 - Прикладная математика, 080500.62 - Бизнес-информатика и других специальностей и направлений, изучающих дисциплины, связанные с математическим анализом многомерных статистических данных.




Функционалы качества разбиения.
При использовании различных методов кластерного анализа для одной и той же совокупности могут быть получены различные варианты разбиения. Существенное влияние на характеристики кластерной структуры оказывают, во-первых, набор признаков, по которым осуществляется классификация, во-вторых, тип выбранного алгоритма. Например, иерархические и итеративные методы приводят к образованию различного числа кластеров. При этом сами кластеры различаются и по составу. и по степени близости объектов. Выбор меры сходства также влияет на результат разбиения. Возникает задача выбора «лучшего» разбиения. С этой целью вводится понятие так называемого функционала качества разбиения где S = {S1, S2,..., Sp} - результаты разбиения объектов на классы.

Под наилучшим разбиением S понимается то разбиение, на котором достигается экстремум выбранного функционала качества. Выбор того или иного функционала качества, как правило, осуществляется весьма произвольно и опирается скорее на эмпирические и профессионально - интуитивные соображения, чем на какую-либо строгую формализованную систему.

Содержание.
Введение.
1. Теоретические аспекты кластерного анализа.
1.1. Постановка задач многомерной классификации.
1.2. Постановка задачи непараметрического кластерного анализа.
1.3. Расстояния между объектами и классами объектов.
1.4. Иерархические методы кластерного анализа.
1.5. Итерационные методы кластерного анализа.
1.6. Функционалы качества разбиения.
1.7. Критерии определения оптимального числа классов.
1.8. Интерпретация результатов классификации.
1.9. Вопросы для практическо-семинарских занятий.
2. Содержание лабораторной работы.
3. Задание к лабораторной работе.
4. Порядок выполнения работы.
4.1. Порядок выполнения работы в пакете Statistica.
4.2. Порядок выполнения работы в пакете Stata.
4.2.1. Порядок выполнения работы через кнопочный интерфейс Stata.
4.2.2. Порядок создания do-файла.
5. Содержание письменного отчета.
6. Вопросы к защите лабораторной работы.
Список использованных источников.
Приложение А Исходные данные для анализа.
Приложение Б Результаты кластерного анализа.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Методы кластерного анализа, Классификация без обучения, Методические указания, Бантикова О.И., Седова Е.Н., Чудинова О.С., 2011 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу


Скачать - pdf - Яндекс.Диск.




Теги: методичка по математике :: математика :: Бантикова :: Седова :: Чудинова