Наступивший XXI век стал этапным для проникновения новых информационных технологий и создаваемых на их основе высокопроизводительных компьютерных систем во все сферы человеческой деятельности - управление, производство, науку, образование и т.д.
Кластерный анализ параллельно развивался в нескольких направлениях, таких как биология, психология, др., поэтому у большинства методов существует по два и более названий. Это существенно затрудняет работу при использовании кластерного анализа. Кластеризация служит для объединения больших объемов данных в группы (кластеры), которые характеризуются тем, что элементы внутри каждой группы имеют больше «сходства» между собой, чем между элементами соседних кластеров. В целом, все методы кластеризации можно подразделить на иерархические и неиерархические. Последние чаще всего используются при анализе больших объемов данных, т.к. они обладают большей скоростью. [12.http://www.intuit.ru/department/database/datamining/13/].[1]
Кластерный анализ не требует априорных предположений о наборе данных, не накладывает ограничения на представление исследуемых объектов, позволяет анализировать показатели различных типов данных (интервальным данным, частотам, бинарным данным). При этом нужно помнить, что переменные должны измеряться в сравнимых шкалах.
В ходе курсового проекта я подробно рассмотрела метод кластерный анализ.
Я доказала актуальность своей темы с помощью проведенного анкетирования.
В своем курсовом проекте я подробно рассмотрела алгоритм кластерного анализа, его виды.
Вначале своей работы я ставила ряд задач, которые в ходе работы, по моему мнению, были выполнены.
Кластерный анализ – один из наиболее интересных и действенных способов обработки информации.
Список используемых источников
1. Статья в Интернет. Пакет статистической обработки. Кластерный анализ при большом количестве наблюдений.http://www.sati.archaeology.nsc.ru/stat/methods_info.php
2. Итеративная кластеризация в SPSS. http://www.forekc.ru/nr2/index-iterativnaya_klasterizaciya_v_spss_2.htm
3. Методы кластерного анализа. http://www.intuit.ru/department/database/datamining/13/
4.Статья из журнала http://www.springerlink.com/content/qj16212n7537n6p3/fulltext.pdf
5. Алгоритмы кластерного анализа. Статья в Интернет. «Анализ методов автоматического извлечения знаний из реляционных баз данных». Кошелева В. А. http://www.dea-analysis.ru/clustering-5.htm
6.www.allbect.ru
7. Гаврилова Т.А.. Хорошевский В.Ф. - Базы знаний интеллектуальных систем (2000)
8. http://www.learnspss.ru/handbooks.htmУчебник по работе с SPSS. Камалов Н. К.
9. http://ru.wikipedia.org/wiki/Inf.htm. Извлечение информации
10. http://www.basegroup.ru/library/analysis/clusterization/datamining/ Корчин А. П. Методы кластеризации
[1]http://www.intuit.ru/department/database/datamining/13/ Методы кластерного анализа