ITPossibleITPossibleITPossibleITPossible
  • O Firmie
  • Czym się zajmujemy
  • Oferta ITPossible
  • Realizacje
  • Blog
  • Kontakt
  • English version

Analiza skupień CA (Cluster Analysis) Ocena dostawców

ITPossible 19 marca, 2023
Analiza

Analiza skupień jest to metoda klasyfikacji bez nadzoru, polegająca na grupowaniu elementów we względnie jednorodne klasy. Podstawą w grupowaniu większości algorytmów jest podobieństwo pomiędzy elementami.

Grupowanie polega na wyodrębnieniu pewnych klas, czy podzbiorów o podobnej specyfice elementów się w niej znajdujących.

Cele grupowania:

  • Odkrycie nieznanej wcześniej struktury analizowania danych
  • Uzyskanie w miarę jednorodnych przedmiotów badania
  • Redukcja dużej liczby danych pierwotnych do kilku kategorii
  • Reedukacja czasu analiz
  • Redukcja nakładu pracy
  • Możliwość porównania obiektów o wielu cechach

 

Metody grupowania są uzależnione od rodzaju danych, ich źródeł oraz oczekiwanych wyników.

Metodę skupień można podzielić na kategorie:

  • Grupa metod k- średnich – polegająca na wstępnym podzieleniu populacji na z góry określoną ilość klas:
    • Przypisanie punktów klastra do innego, który ma największe prawdopodobieństwo
    • Powtarzanie algorytmu do momentu osiągnięcia zbieżności
    • Wyliczenie nowych środków skupień – przeważnie jest to nowy środek danej klasy
    • Wybór środków skupień
  • Metody hierarchiczne – algorytm tworzy dla zbioru obiektów hierarchię klasyfikacji, zaczynając od takiego podziału, w którym każdy obiekt stanowi samodzielne skupienie, a kończąc na podziale, w którym wszystkie obiekty należą do jednego skupienia
  • Metody rozmytej analizy skupień – polega na przydzieleniu elementu do więcej niż jednej kategorii

Zastosowanie:

  • Eksploracja informacji – tworzenie podgrup
  • Analiza danych – wybór jednorodnych grup i przydzielenie do nich określonych elementów
  • Wyszukiwanie informacji – uporządkowanie i uproszenie dostępu do każdej informacji
  • Grupowanie zadań, w taki sposób żeby się ze sobą komunikowały i w konsekwencji trafiły do tej samej grupy

 

Bibliografia:

  • Jain, Murty and Flynn: Data Clustering: A Review, ACM Comp. Surv, 1999.
  • A. D. Gordon: Classification. Chapman & Hall, London New York Washington, 1999
  • P. Cichosz: Systemy uczące się. WNT, Warszawa, 2000.
  • B. S. Everitt, S. Landau, M. Leese, Cluster analysis, London : Arnold ; New York :  2001.
  • M. S. Aldenderfer, R. K. Blashfield, Cluster analysis (Quantitative Applications in the Social Sciences), Sage Publications, 1984.

 

 

 

Ostatnie wpisy

  • Kwit depozytowy
  • Dematerializacja akcji
  • Deponent
  • Delayering
  • Analiza konkurencji

Kategorie

  • Giełda
  • Gospodarka cyfrowa
  • Konsumenci
  • Konsument
  • Kupiec – Specjalista ds. Zakupów
  • Metody zwinne w zarządzaniu projektami
  • Negocjacje
  • Poradnik dla dostawców
  • Pracownicy
  • Projekty IT
  • Przemysł
  • Rynek światowy
  • Zakupy w organizacji
  • Zarządzanie jakością
  • Zarządzanie projektami
  • Zarządzanie przedsiębiorstwem
Copyright 2021 ITPossible team | All Rights Reserved | Polityka prywatności
  • O Firmie
  • Czym się zajmujemy
  • Oferta ITPossible
  • Realizacje
  • Blog
  • Kontakt
  • English version
ITPossible