Презентация - Ступина А.А. и др. Количественные методы и моделирование процессов управления экономикой
Подождите немного. Документ загружается.
71Типы и средства интеллектуального анализа данных
Алгоритмы классификации Oracle Data Mining
Средства Data Mining
Native Bayes (NВ) – использует теорию
вероятности для классификации объектов;
Decision Trees – классифицирует объекты
построением деревьев решений;
Adaptive Bayes Networks (АВN) –
расширенный вариант алгоритма NВ;
Support Vector Machines – использует
теорию вычисления близости векторов для
классификации объектов.
72Типы и средства интеллектуального анализа данных
Алгоритмы кластеризации и ассоциативного
анализа Oracle Data Mining
Средства Data Mining
Enhanced k-Means Clustering – для
обнаружения групп схожих объектов;
Orthogonal Partitioning Clustering – для
кластеризации методом ортогонального
деления;
Anomaly Detection – для обнаружения редких
вызывающих подозрение событий;
Association Rules – для обнаружения
шаблонов в событиях;
Nonnegative Matrix Factorization (NMF) – для
уменьшения количества атрибутов.
73
Типы и средства интеллектуального анализа данных
Ссылки на использованные источники
•
Слайд 3 – Барсегян А.А. «Технологии анализа
данных: Data Mining, Visual Mining, Text Mining,
OLAP». СПб.: БХВ-Петербург, 2007 г.
74
Постановка задачи кластеризации и
представление результатов
Факультет прикладной экономики и управления экономическими процессами
20.10.2008
А.А. Ступина, С.Н. Ежеманская, Л.Н. Корпачёва, Н.Н. Джиоева,
А.В. Фёдорова, О.В. Богданова
Количественные методы и моделирование
процессов управления экономикой
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
Федеральное государственное образовательное учреждение
высшего и профессионального образования
Сибирский федеральный университет
Кафедра Информационных технологий
Направление 080500.68 «Менеджмент», программа магистерской подготовки
080500.68.03 «Информационный менеджмент»
75
Постановка задачи кластеризации и представление результатов
План лекции
•
Формальная постановка задачи
•
Меры близости, основанные на
расстояниях, используемых в
алгоритмах кластеризации
76Постановка задачи кластеризации и представление результатов
Формальная постановка задачи
Формальная постановка задачи
Дано (набор данных со следующими
свойствами):
каждый экземпляр данных выражается
четким числовым значением;
класс для каждого конкретного экземпляра
данных неизвестен.
Найти:
способ сравнения данных между собой (меру
сходства);
способ кластеризации;
разбиение данных по кластерам.
77Постановка задачи кластеризации и представление результатов
Формальная постановка задачи
Данные Р.А. Фишера по пяти экземплярам
для каждого класса
№ пп Длина
чашелистника
Ширина
чашелистника
Длина
лепестка
Ширина
лепестка
Класс
1 5,1 3,5 1,4 0,2 Iris setosa
2 4,9 3,0 1,4 0,2 Iris setosa
3 4,7 3,2 1,3 0,2 Iris setosa
4 4,6 3,1 1,5 0,2 Iris setosa
5 5,0 3,6 1,4 0,2 Iris setosa
6 7,0 3,2 4,7 1,4 Iris versicolor
7 6,4 3,2 4,5 1,5 Iris versicolor
8 6,9 3,1 4,9 1,5 Iris versicolor
9 5,5 2,3 4,0 1,3 Iris versicolor
10 6,5 2,8 4,6 1,5 Iris versicolor
11 6,3 3,3 6,0 2,5 Iris virginica
12 5,8 2,7 5,1 1,9 Iris virginica
13 7,1 3,0 5,9 2,1 Iris virginica
14 6,3 2,9 5,6 1,8 Iris virginica
15 6,5 3,0 5,8 2,2 Iris virginica
78Постановка задачи кластеризации и представление результатов
Евклидово расстояние
Меры близости, используемых в алгоритмах кластеризации
( ) ( )
∑
=
−=
m
t
jtitji
xxxxd
1
2
2
,
Нужно возвести в квадрат стандартному
евклидово расстояние, чтобы придать
большие веса более отдаленным друг от
друга объектам
79Постановка задачи кластеризации и представление результатов
Расстояние по Хеммингу
Меры близости, используемых в алгоритмах кластеризации
Это расстояние является
просто средним разностей по координатам.
( )
∑
=
−=
m
t
jtitjiH
xxxxd
1
,
80Постановка задачи кластеризации и представление результатов
Расстояние Чебышева
Меры близости, используемых в алгоритмах кластеризации
Это расстояние может оказаться полезным,
когда желают определить два объекта как
различные, если они различаются по какой-
либо одной координате
( )
jtitji
xxxxd
−=
∞
max,