Участник:Лукьянова Анна/Алгоритм кластеризации с использованием представлений2: различия между версиями
Перейти к навигации
Перейти к поиску
Новая страница: «{{algorithm | name = Алгоритм кластеризации с использованием представлений2 | serial_complexity = <m…» |
Нет описания правки |
||
| Строка 12: | Строка 12: | ||
= ЧАСТЬ. Свойства и структура алгоритмов = | = ЧАСТЬ. Свойства и структура алгоритмов = | ||
== Общее описание алгоритма == | == Общее описание алгоритма == | ||
===Понятие кластеризации=== | |||
Кластеризация (или кластерный анализ) — это задача разбиения множества объектов на группы, называемые кластерами. Внутри каждой группы должны оказаться «похожие» объекты, а объекты разных группы должны быть как можно более отличны. Главное отличие кластеризации от классификации состоит в том, что перечень групп четко не задан и определяется в процессе работы алгоритма. | |||
Применение кластерного анализа в общем виде сводится к следующим этапам: | |||
#Отбор выборки объектов для кластеризации. | |||
#Определение множества переменных, по которым будут оцениваться объекты в выборке. При необходимости – нормализация значений переменных. | |||
#Вычисление значений меры сходства между объектами. | |||
#Применение метода кластерного анализа для создания групп сходных объектов (кластеров). | |||
#Представление результатов анализа. | |||
== Математическое описание алгоритма == | == Математическое описание алгоритма == | ||
Версия от 19:53, 13 октября 2016
| Алгоритм кластеризации с использованием представлений2 | |
| Последовательный алгоритм | |
| Последовательная сложность | [math]\displaystyle{ }[/math] |
| Объём входных данных | [math]\displaystyle{ }[/math] |
| Объём выходных данных | [math]\displaystyle{ }[/math] |
| Параллельный алгоритм | |
| Высота ярусно-параллельной формы | [math]\displaystyle{ }[/math] |
| Ширина ярусно-параллельной формы | [math]\displaystyle{ }[/math] |
Основные авторы описания: А.Я. Лукьянова
ЧАСТЬ. Свойства и структура алгоритмов
Общее описание алгоритма
Понятие кластеризации
Кластеризация (или кластерный анализ) — это задача разбиения множества объектов на группы, называемые кластерами. Внутри каждой группы должны оказаться «похожие» объекты, а объекты разных группы должны быть как можно более отличны. Главное отличие кластеризации от классификации состоит в том, что перечень групп четко не задан и определяется в процессе работы алгоритма.
Применение кластерного анализа в общем виде сводится к следующим этапам:
- Отбор выборки объектов для кластеризации.
- Определение множества переменных, по которым будут оцениваться объекты в выборке. При необходимости – нормализация значений переменных.
- Вычисление значений меры сходства между объектами.
- Применение метода кластерного анализа для создания групп сходных объектов (кластеров).
- Представление результатов анализа.