В основе узла «Иерархическая кластеризация» лежит алгоритм кластеризации, направленный на создание иерархии вложенных кластеров.
Алгоритм работы: Каждое наблюдение начинается в своем собственном кластере (Шаг 0), далее кластеры последовательно объединяются. Так, первоначально рассчитываются расстояния (расчет расстояния задает параметр Метрика) между наблюдениями, ближайшие из них объединяются в один кластер. Параметр Критерий объединения определяет стратегию слияния кластеров. Затем вычисляется расстояние между кластерами и ближайшие объединяются в один большой кластер. Слияние кластеров происходит до тех пор, пока не будет синтезирован один единый кластер (Шаг N).
...
Scroll Title |
---|
title-position | top |
---|
title-alignment | right |
---|
title | Список параметров узла "Иерархическая кластеризация" |
---|
|
Параметр | Возможные значения и ограничения | Описание |
---|
Название | Ручной ввод Ограничений на значение нет | Название узла, которое будет отображаться в интерфейсе | Описание | Ручной ввод Ограничений на значение нет | Описание узла | Критерий остановки | Раскрывающийся список со следующими значениями: - Количество кластеров (по умолчанию)
- Расстояние
| Данные Данный параметр отвечает за выбор критерия остановки алгоритма. Предусмотрены следующие методы: - Количество кластеров
Достигнуто указанное в параметре Количество кластеров значение - Расстояние
Достигнуто указанное в параметре Минимальное расстояние значение.
| Количество кластеров | Ручной ввод целочисленного значения Число больше или равно 1 По умолчанию — 5 | Данный параметр задает число кластеров, на которые будет делиться пространство признаков. Действителен при выбранном Критерии остановки Количество кластеров | Минимальное расстояние | Ручной ввод Число больше или равно 0 По умолчанию — 0 | Данный параметр задает минимальное расстояние между кластерами для остановки алгоритма. Действителен при выбранном Критерии остановки Расстояние Для определения значения минимального расстояния можно воспользоваться Дендрограммой в результатах узла. | Стандартизация | Раскрывающийся список со следующими значениями: - Нет
- Стандартное отклонение
- Диапазон
| Данные Данный параметр отвечает за выбор метода стандартизации числовых переменных. Стандартизация – преобразование числовых наблюдений с целью приведения их к некоторой общей шкале. Необходимость стандартизации вызвана тем, что разные признаки из обучающего набора могут быть представлены в разных масштабах и изменяться в разных диапазонах, что влияет на выявление некорректных зависимостей моделью. Предусмотрены следующие методы: - Нет.
- Стандартное отклонение – преобразует наблюдения таким образом, чтобы их среднее значение равнялось нулю, а стандартное отклонение равнялось 1.
- Диапазон – линейно преобразует значения переменных в диапазон [0, 1].
| Метрика | Раскрывающийся список со следующими значениями: - Евклидова метрика
- Манхэттенская метрика
- Косинус
| Данные Данный параметр отвечает за выбор метрики, которая задает расчет расстояния между наблюдениями. Выбор метрики влияет на форму кластеров, поскольку некоторые элементы могут быть относительно ближе друг к другу по одной метрике, чем по другой. Предусмотрены следующие метрики: - Евклидова метрика
- Манхэттенская метрика
- Косинус
| Критерий объединения | Раскрывающийся список со следующими значениями: - Ward (можно использовать только если в качестве метрики близости наблюдений выбрана Евклидова метрика)
- Average
- Maximum
- Minimum
| Метрика, используемая для объединения кластеров. Предусмотрены следующие метрики близости кластеров: - Ward
минимизирует сумму квадратов разностей во всех кластерах - Average
минимизирует среднее расстояние между всеми наблюдениями пар кластеров. - Maximum
сводит к минимуму максимальное расстояние между наблюдениями пар кластеров - Minimum
минимизирует расстояние между ближайшими наблюдениями пар кластеров
| Seed | Ручной ввод целочисленного значения По умолчанию — 42 | Начальное числовое значение для генератора случайных чисел. Используется для воспроизведения результатов при повторном запуске узла | Размер выборки | Ручной ввод целочисленного значения Значение больше или равно 2 По умолчанию — 1000 | Данный параметр задает размер выборки, которая будет отображена на графике Силуэт в результатах узла | Расстояние между кластерами | Ручной ввод Значение больше или равно 0 По умолчанию — 25 | Данный параметр задает расстояние между кластерами на графике Силуэт в результатах узла | Количество бинов | Ручной ввод целочисленного значения Значение больше или равно 1 По умолчанию — 10 | Данный параметр задает количество бинов, на которое будет делиться количественная переменная на графике с параллельными осями в результатах узла | Переменные, по которым делать оси | Раскрывающийся список с выбором нескольких переменных | Данный параметр задает переменные, которые будут отражены на графике с параллельными осями в результатах узла | Максимальное количество линий | Ручной ввод целочисленного значения Значение больше или равно 1 По умолчанию — 50 | Данный параметр задает максимальное количество линий, которые будут отражены на графике с параллельными осями в результатах узла |
|
...
На данном графике каждой переменной присваивается собственная ось (согласно параметру Переменные, по которым делать оси). Оси располагаются параллельно друг другу, и каждая имеют имеет свою собственную шкалу. Начальная ось отражает кластер, к которому модель отнесла наблюдение. Каждое наблюдение наносится на график в виде линии (параметр параметр Максимальное количество линий), пересекающейся с каждой из осей. Таким образом, пользователь может выявить паттерны и корреляции между разными переменными.
...