Статистическая классификация и кластерный анализ

	Статистическая классификация и кластерный анализ Автор: Гитис Л.Х. Год: 2003 Страниц: 157 ISBN: 5-7418-0010-6 UDK: 519.251:622 Цена: 380.00 руб. Купить электронную версию

Аннотация:

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 распространён 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.

Содержание:

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 ВЫЧИСЛИТЕЛБНЫХ 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