Висновок результатів та їх аналіз

Інформаційна частина діалогового вікна Joining Results Discriminant Function Analisis Results (результати аналізу кластерних функцій) повідомляє:

· Number of variables - число змінних;

· Number of cases - число спостережень;

· Missing data were casewise deleted - здійснена класифікація спостережень або змінних (залежить від рівня параметра в рядку Cluster в попередньому вікні налаштування.)

· Amalgation (joing) rule - правило об'єднання кластерів (назва ієрархічного агломеративного методу, заданого в рядку Amalgation rules, а в попередньому вікні налаштування);

· Distanse metricis - Метрика відстані (залежить від установки в рядку Distance measureу попередньому вікні налаштування.

Користувач може викликати на екран горизонтальну і вертикальну діаграму (Horizontal hierarchical plot або Vertical icicle plot). Найбільш традиційне - вертикальне уявлення. (Рис. 25).

Рис.25. Vertical icicle plot

Тепер уявіть собі, що поступово (дуже малими кроками) ви " послабляєте" ваш критерій про те, які об'єкти є унікальними, а які ні. Іншими словами, ви знижуєте поріг, що відноситься до вирішення питання про об'єднання двох або більше об'єктів в один кластер. В результаті, ви пов'язуєте разом все більше і більше число об'єктів і об'єднуєте все більше і більше кластерів, що складаються з елементів, що усе більше відрізняються. Остаточно, на останньому кроці всі об'єкти об'єднуються разом. В результаті успішного аналізу методом об'єднання з'являється можливість виявити кластери (гілки) і інтерпретувати їх.

Щоб повернутися в вікно, що містить інші результати кластерного аналізу, необхідно натиснути на кнопку Continue.

Клацанням миші можна розкрити рядок Amalgamation schedule, що містить протокол об'єднання кластерів. Рис. 26

Рис. 26. Amalgamation schedule

У заголовку вказано ієрархічний агломеративний метод і метрика відстані. Таблиця може займати кілька вікон.

Наступною у вікні результатів йде кнопка Graph of amalgamation schedule. Після натискання, розкривається вікно, що містить ступінчасте, графічне зображення змін відстаней при об'єднанні кластерів рис. 27.

Рис. 27. Graph of amalgamation schedule

Повернувшись в основне вікно результатів і класифікації. Для перегляду же матриці відстаней необхідно здійснити натискання по рядку Distance matrix (рис.27).

Рис.28. Матриця відстаней

В основному вікні результатів класифікації є рядок Save distance matrix as: (Зберегти матрицю відстаней як), що дозволяє задати ім'я файлу, в якому буде збережена матриця відстаней, яка в подальшому буде піддана обробці.

Рядок Discriptive statistics містить такі найважливіші описові статистики, як середнє (means) і середньоквадратичне відхилення (standart deviations) для кожного спостереження. При проведенні класифікації n об'єктів за k ознаками, для користувача виникає великий інтерес до значення цих показників для кожної ознаки. Для того щоб ці характеристики розраховувалися саме за ознаками необхідно повернуться в основне вікно налаштування параметрів і задати в рядку Cluster значення " variables (columns)".

3. Порядок виконання роботи

3.1. Ознайомитися з теоретичною частиною.

3.2. Виконати реалізацію алгоритму ієрархічної кластеризації на основі свого індивідуального завдання.

3.3. Оформити звіт по результатах виконаної роботи.

Варіанти індивідуальних завдань

Частина №1

Створити ієрархічну кластеризацію відстаней в кілометрах між деякими містами України. Із заданих міст створити матрицю для подальшої кластеризації об’єктів. Застосувати метод «ближнього сусіда». Також побудувати кластерне дерево відстані для заданих міст. На карті зобразити послідовності сполучення кластерів (міст).

1) міста: Львів, Луцьк, Київ, Вінниця, Чернівці, Одеса.

2) міста: Хмельницький, Тернопіль, Миколаїв, Одеса, Ковель, Житомир.

3) міста: Харків, Полтава, Чернігів, Рівне, Луцьк, Броди.

4) міста: Керч, Севастополь, Житомир, Кривий Ріг, Київ, Алушта.

5) міста: Харків, Донецьк, Луганськ, Ялта, Броди, Рівне.

6) міста: Лубни, Миргород, Полтава, Вінниця, Чернівці, Житомир.

7) міста: Мукачево, Полтава, Тернопіль, Львів, Миколаїв, Чернівці.

8) міста: Моршин, Стрий, Самбір, Трускавець, Червоноград, Ковель.

9) міста: Херсон, Ялта, Дрогобич, Коломия, Львів, Полтава.

10) міста: Хмельницький, Ялта, Тернопіль, Львів, Самбір, Трускавець.

11) міста: Чернігів, Рівне, Дрогобич, Коломия, Полтава, Чернівці.

12) міста: Харків, Полтава, Самбір, Трускавець, Кривий Ріг, Київ

13) міста: Івано-Франківськ, Нововолинськ, Шацьк, Кам’янець Подільський, Умань, Дніпродзержинськ.

14) міста: Кременчук, Нікополь, Миколаїв, Кіровоград, Євпаторія, Севастополь

15) міста: Суми, Радивилів, Дубно, Броди, Біла Церква, Херсон.