Dmitry
35 lines
1.8 KiB
Markdown
35 lines
1.8 KiB
Markdown
---
|
|
status: seed
|
|
type: concept
|
|
tags:
|
|
- mephi
|
|
- math
|
|
- statistics
|
|
- cluster-analysis
|
|
created: 2025-12-25
|
|
updated: 2026-05-07
|
|
aliases:
|
|
- Постановка Задачи Кластерного Анализа
|
|
---
|
|
# Постановка Задачи Кластерного Анализа
|
|
Необходимо разбить анализируемую совокупность объектов $O = \{O_{1}, \dots, O_{N}\}$, статистически представленную в виде таблицы:$$X_{N*k}=
|
|
\begin{pmatrix}
|
|
x_{11} & \dots & x_{1k} \\
|
|
\vdots & \ddots & \vdots \\
|
|
x_{N1} & \dots & x_{Nk}
|
|
\end{pmatrix}\ \text{или} \ \ \gamma_{N*N}= \begin{pmatrix}
|
|
\gamma_{11} & \dots & \gamma_{1N} \\
|
|
\vdots & \ddots & \vdots \\
|
|
\gamma_{N1} & \dots & \gamma_{NN}
|
|
\end{pmatrix}$$
|
|
на сравнительно небольшое число (не обязательно известное заранее) **однородных групп/классов**.
|
|
|
|
## Методы решения
|
|
- [[Агломеративные (иерархические) методы]] — объединяем объекты снизу вверх
|
|
- [[Дивизимные методы]] — делим одну группу сверху вниз
|
|
- [[Итерационная классификация. Метод K-средних (K-means)]] — итеративный метод с заранее заданным K
|
|
- [[Расстояние между объектами]] — метрики близости между объектами
|
|
- [[Расстояние между классами объектов]] — метрики близости между кластерами
|
|
- [[Критерии определения оптимального числа классов]] — как выбрать K
|
|
|