Page 73 - 4268

Clustering method - Методи кластеризації виберемо К-means
clustering - Кластеризація методом К-середніх і натиснемо ОК. У
діалоговому вікні Cluster Analysis: К-means clustering -
Кластерний аналіз: кластеризація методом К-середніх виберемо

вкладку Advanced - Додатково. В якості змінних для аналізу
виберемо y, Factor1, Factor2. У розділі Cluster - Об'єкти виберемо
Cases (Rows) - Спостереження (рядки). У полі Number of Clusters

- Число кластерів введемо 4. Інші параметри залишимо за
умовчанням. Вид діалогового вікна з усіма потрібними
установками представлений на Рис.7.16.

Рис.7.16. Діалогове вікно завдання параметрів кластеризації
методом K-середніх.

Для продовження аналізу натиснемо ОК. У вкладці Advanced -

Додатково діалогового вікна результатів натиснемо кнопку Save
classifications and distances - Зберегти результати класифікації та
відстані. У що з'явилася Таблиці результатів скопіюємо змінну

Cluster і додамо її в вихідний файл даних. У рядках даної змінної
містяться номери кластерів, до яких у результаті були віднесені
багатовимірні об'єкти. Кластеризація проведена.
Побудова нейромережевого класифікатора. У результаті

кластеризації всю множину даних було розбито на чотири класи.
Усередині кластерів дані однорідні, а, значить, поведінка
фізичного процесу в рамках одного кластера більш передбачено,

ніж поведінка цього процесу загалом. Виникає розумне питання,
"до якого кластеру відноситься новий елемент (x, y, Factor1,
Factor2)"? Для цього необхідно створити інструмент, який за

заданою четвірці чисел випровадить кластер, до якого даний

73