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…») |
|||
| 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 22:53, 13 октября 2016
| Алгоритм кластеризации с использованием представлений2 | |
| Последовательный алгоритм | |
| Последовательная сложность | [math][/math] |
| Объём входных данных | [math][/math] |
| Объём выходных данных | [math][/math] |
| Параллельный алгоритм | |
| Высота ярусно-параллельной формы | [math][/math] |
| Ширина ярусно-параллельной формы | [math][/math] |
Основные авторы описания: А.Я. Лукьянова
Содержание
- 1 ЧАСТЬ. Свойства и структура алгоритмов
- 1.1 Общее описание алгоритма
- 1.2 Математическое описание алгоритма
- 1.3 Вычислительное ядро алгоритма
- 1.4 Макроструктура алгоритма
- 1.5 Схема реализации последовательного алгоритма
- 1.6 Последовательная сложность алгоритма
- 1.7 Информационный граф
- 1.8 Ресурс параллелизма алгоритма
- 1.9 Входные и выходные данные алгоритма
- 1.10 Свойства алгоритма
- 2 ЧАСТЬ. Программная реализация алгоритма
- 3 Литература
1 ЧАСТЬ. Свойства и структура алгоритмов
1.1 Общее описание алгоритма
1.1.1 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.
