Кластерний аналіз

Лабораторна робота № 4 "Кластерний аналіз"

Хід роботи:

1. Відкрити модуль "Кластерний аналіз"(Cluster Analysis) ППП "Statistica".
2. Натисніть "Open Data" і у вікні "Clustering Method", що відкрилось виберіть файл "cars.sta". У файлі знаходяться данні про 22 автомобіля. Данні про окремий автомобіль(марка автомобіля і його характеристика) ˗ це cases. Всі значення змінних вже стандартизовані. Так наприклад із значень змінної "price"  було вирахувано середню ціну і результат поділено на корінь квадратний із дисперсії.

Необхідно розбити автомобілі на групи, у яких автомобілі відрізняються істотніше менше ніж в цілому по сукупності за сукупністю параметрів.

1. Вибрати  у вікні "Clustering Method", яке відкрилось метод k-means clustering (k-середніх).

Цей метод працює з об’єктами, а не з матрицею похідності. У  методі об’єкт відноситься до того класу, відстань до якого мінімальна. Відстань ˗ евклідова відстань, тобто об’єкти розглядаються як точки Евклідова простору.

1. Натисніть "ОК".
2. У діалоговому вікні "Clustering Method: k-means clustering" (Кластерний аналіз k-середніх):

 5.1        Натисніть на кнопку " Variables" . У  вікні, що відкрилось виберіть змінні для аналізу та натисніть "ОК".

5.2        У полі  "Cluster" виберіть Cases.

Альтернативним вибором був би вибір Variables, якщо потрібно кластеризувати змінні.

5.3        У полі  " Number of clusters " виберіть кількість груп, на які ми бажаємо розбити автомобілі.

5.4        У полі  " Number of  iterations " виберіть  максимальну кількість ітерацій при побудові класів.

5.5        У полі  "Missing data" задайте спосіб обробки пропущених даних, якщо вони є.

5.6        Група опцій "Initial cluster centers"  дозволяє задати початкові значення для центрів кластерів.

5.7        Натисніть на кнопку "ОК".

6        У діалоговому вікні  " У діалоговому вікні " k-means Сlustering

Analysis Result" (Результати кластерного аналізу) проаналізуйте результати виконання аналізу:

6.1        "Analysis of variance" дозволяє продивитись таблицю результатів.

6.2        "Cluster means & Euclidean distances " дозволяє отримати таблиці зі значеннями середніх для кожного кластеру, евклідової відстані і  квадрати евклідової відстані.

Для кожного з параметрів всередині кластеру розраховується середнє, отримується  3 точки у п’ятимірному просторі і між ними знаходять відстань.

В таблиці значення квадратів евклідової відстані знаходяться над діагональю.

6.3        "Descriptive Statistics for each clusters" дозволяє переглянути таблицю з описовими статистиками.

6.4        "Save classifications and distances " дозволяє зберегти результати класифікації у файл.

6.5        "Member of  each clusters & distances "  переглянути сформовані кластери.

Вхідні дані до самостійної  роботи:

Вхідні дані  студент збирає самостійно.

Завдання на виконання

1        Здійснить кластерізацію автомобілів (данні знаходяться у файлі cars.sta) і проаналізуйте отримані результати.