1 Suniy neyron turlari
Savol Neyron turli klasterlash usullari
Download 457.66 Kb.
|
suniy yakuniy
- Bu sahifa navigatsiya:
- SINFLARGA AJRATIB OLISH .FAKTOR TAHLIL
3Savol Neyron turli klasterlash usullari
KLASTER TAHLILI Axborotni tahlil qilishda bir hil yoki o'xshash ma'lumotlarni shakllantirishning umumiy tamoyillarini aniqlash muhim o'rinni egallaydi. Ushbu tamoyillarga muvofiq, barcha ma'lumotlar turli guruhlar sifatida ifodalanishi mumkin. Keyinchalik qismni o'rganish asosida bir guruhdan olingan ma'lumotlar, butun ma'lumotlar guruhi haqida xulosa chiqarish mumkin. Bunday jarayon ma'lumotlarni tahlil qilish klaster ma'lumotlar tahlili deb ataladi. Tabiiyki, engillashtirish uchun klaster tahlili bu jarayonni avtomatlashtirishni talab qiladi. Klaster tahlilini umumiy ma'noda qo'llash quyidagi bosqichlarga qisqartiriladi. 1. Klasterlash uchun obyektlar namunasini tanlash. 2. Ob'ektlar baholanadigan o'zgaruvchilar to'plamini aniqlash namuna. 3. Ob'ektlar orasidagi o'xshashlik o'lchovi qiymatini hisoblash. 4. O'xshash ob'ektlar guruhlarini yaratish uchun klasterli tahlil usulini qo'llash. 5. Tahlil natijalarini taqdim etish. Natijalarni qabul qilgandan va tahlil qilgandan so'ng, tanlangan ko'rsatkichni sozlash mumkin va optimal natijaga erishilgunga qadar klasterlash usuli. Ob'ektlarni o'xshash xususiyatlarga ko'ra alohida klasterga birlashtirish uchun ularning qanchalik o'xshashligini aniqlash kerak. Ushbu muammoni hal qilish uchun biz tanishtiramiz yaqinlik o'lchovi yoki masofa funktsiyasi tushunchasi. Bir nechta yaqinlik choralari mavjud, ammo eng asosiylari Evklid masofasi, Evklid masofasining kvadrati, Manxetten masofasi, Chebishev masofasi va Minkovski masofasi. Bu masofalar ob'ektlarni n o'lchovli fazoda nuqta sifatida ko'rsatish mumkin bo'lganda qo'llaniladi. DA Bunday tasvirlash mumkin bo'lmagan hollarda metrik 𝐼 - Pearson korrelyatsiya koeffitsienti qo'llaniladi. SINFLARGA AJRATIB OLISH .FAKTOR TAHLIL Faktor va klaster tahlili Klaster va omil tahlillari oldingi bo'limda ko'rib chiqilgan logistik regressiya va diskriminant tahlil usullari bilan bir xil maqsadni ko'zlaydi: o'zgaruvchilar va / yoki respondentlar toifalarini bir hil guruhlarga (segmentlar, klasterlar) tasniflash. Biroq, bu usullar o'rtasida bitta asosiy farq bor. Diskriminant tahlili va logistik regressiya bilan bizda ikki yoki undan ortiq javob variantlari (darajalar, toifalar) bilan oldindan bog'liq (natijadagi) o'zgaruvchilar mavjud. Bu holda tahlilning vazifasi respondentlarning mavjud toifalarini (yoshi, jinsi va boshqalar) olingan o'zgaruvchining ushbu darajalariga ko'ra tasniflashdan iborat. Ushbu ikkita statistik usul tanlovni oldindan belgilangan maqsadli guruhlarga bo'lish imkonini beradi. Klaster va faktorli tahlilda vaziyat boshqacha: tanlanma bo'linishi kerak bo'lgan klasterlar (segmentlar, toifalar) oldindan ma'lum emas. Bu holda statistik tahlilning vazifasi nafaqat eng bir xil segmentlarni shakllantirish, balki segmentatsiya amalga oshiriladigan klasterlarni tanlashdir. Faktorial (klaster) tahlil uchun tegishli topshiriqga misol keltiramiz. Faktorli tahlil o'zgaruvchilar massivni omillar deb ataladigan oz sonli guruhlarga bo'lish imkonini beradi. Tasniflash o'zgaruvchilar orasidagi korrelyatsiya mezoni asosida amalga oshiriladi. Bir omil bir-biri bilan chambarchas bog'liq bo'lgan va boshqa omillarni tashkil etuvchi boshqa o'zgaruvchilar bilan bog'liq bo'lmagan yoki zaif bog'liq bo'lgan bir nechta o'zgaruvchilarni birlashtiradi. Shunday qilib, omillar tahlili natijasida biz tizimlashtirilmagan ma'lumotlar massividan kompaniya mahsulotining (yoki boshqa o'rganilayotgan ob'ektning) turli xususiyatlarini tavsiflovchi bir nechta makro o'zgaruvchilarni olamiz. Omilli tahlilni o'tkazishdagi asosiy qiyinchilik - olingan makrokategoriyalarni aql-idrok nuqtai nazaridan (muayyan tadqiqotning maqsadlari va o'ziga xos xususiyatlariga nisbatan) oqilona talqin qilish zarurati. Bu muammo universal yechimga ega emas va har bir aniq holatda alohida tahlil qilinadi. Quyida biz faktorli tahlil natijalarini sharhlash misolini ko'rsatamiz. Natijalarni sharhlashning murakkabligi ko'rib chiqilayotgan statistik texnikaning sezilarli cheklovidir, chunki olingan toifalarni mantiqiy tavsiflashning iloji yo'qligi sababli, ba'zida undan foydalanishdan butunlay voz kechish kerak bo'ladi. Download 457.66 Kb. Do'stlaringiz bilan baham: |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling