WikiDer > Clusteranalyse

Clusteranalyse ist der klassifizieren oder gruppiere es in Cluster oder Klassen von Objekte aufgrund ihrer Eigenschaften. Das Ziel der Clusteranalyse besteht darin, Teilmengen zu bilden, die jeweils ihre eigenen gemeinsamen Merkmale enthalten. Um das Ergebnis zu visualisieren, a Dendrogramm werden verwendet.

Haupttypen

Viele wichtige Klassifikationssysteme sind hierarchisch strukturiert. Das Ergebnis ist die Bildung von a Dendrogramm. Je höher eine Gruppe in einer Hierarchie platziert ist, desto allgemeiner ist ihre Beschreibung. Gruppen werden in Untergruppen unterteilt, die wiederum in Gruppen unterteilt sind (divisional und hierarchisch). Bei divisiven Methoden ist a Datensammlung im Teilmengen (Teilmengen, Cluster) unterteilt. Neben divisiven Verfahren gibt es auch agglomerative Verfahren, bei denen die Objekte zu immer größeren Clustern zusammengefügt werden.

Bei nicht-hierarchischen Verfahren wird der Datensatz auf einmal in eine vordefinierte Anzahl von Untergruppen unterteilt. Diese Untergruppen sind nicht überlappend: Jedes Objekt gehört nur zu einer Untergruppe.

Es gibt auch Methoden, die zu überlappenden Gruppen führen, oder vage Sammlungen, deren Elemente Zugehörigkeitsgrade kennen.

Klassifizierungsmethoden

Es gibt eine Vielzahl von Methoden. Klassifizierungsmethoden können unter anderem unterteilt werden nach:

• Anzahl der verwendeten Funktionen:
  • die Klassifikation ist monothetisch, wenn nur ein Merkmal zur Ausarbeitung verwendet wird,
  • wenn viele Merkmale verwendet werden, ist die Klassifizierung polythetisch.
• Vorverarbeitung der Daten:
  • Bei indirekten Methoden müssen zunächst die Unterschiede identifiziert werden (Entfernungen) oder die Ähnlichkeiten oder Beziehungen (Ähnlichkeiten) zwischen den zu berechnenden Objekten,
  • bei direkten Methoden ist dieser Schritt nicht notwendig. Dies ist die Minderheit der Methoden.
• So führen Sie Gruppen zusammen oder teilen sie:
  • werden die Objekte zu immer größeren Gruppen zusammengeführt, handelt es sich um ein Agglomerationsverfahren.
  • die Methode ist spaltend, wenn die gesamte Sammlung von Objekten auf einmal in kleinere Untergruppen unterteilt wird. Es muss vorab festgelegt werden, wie viele Cluster das Ergebnis ergeben soll.
  • das Verfahren ist simultan, wenn die Anzahl der zu bildenden Gruppen im Voraus festgelegt und diese auf einmal berechnet werden.
• Trennung zwischen den Gruppen:
  • Mitglieder einer Gruppe erscheinen nur in einer Gruppe.
  • Gruppen überschneiden sich; Mitglieder einer Gruppe können in mehr als einer Gruppe vorhanden sein.

Ist das Ergebnis der Clusteranalyse a Dendrogramm ist ein Diagramm jetzt sofort Baumstruktur), ist die Klassifizierung hierarchisch. Ein gutes Beispiel ist a Familienstammbaum oder ein Stammbaum.

Schritte in der Clusteranalyse

In der Clusteranalyse werden einige subjektiv Entscheidungen getroffen werden. Die Klassifizierung erfolgt in folgenden Schritten:

1. Die Wahl, welche zu klassifizieren Objekte (Entitäten, Einzelpersonen, operative Einheiten, Proben, Zulassungen, Zählungen, Probeneinheiten, relevées), auf deren Grundlage eine Einstufung vorzunehmen ist.
2. Die Wahl der Eigenschaften (Attribute, Eigenschaften, Variablen, Zeichen, Züge, Eigenschaften, Fälle) verwendet werden. Manchmal basiert eine Klassifizierung auf dem Ausmaß, in dem eine bestimmte Eigenschaft in einem Objekt vorkommt. Auf diese Weise können Steine ​​nach ihrer Härte.
3. Die Serie von Werte welche die Eigenschaften (Charakterzustände, Beobachtungen, Werte, Qualitäten) und das en Messskalen das wird in der verwendet messen des Beobachtungen (Beobachtungen, Messungen).
4. Die Ermittlung der Gewichtungsfaktoren der Merkmale (zum Beispiel: a priori alle gleich gewichtet). In dem kladistisch einbiegen in Plesiomorphien (primitive Merkmale) leicht, aber genau die Synapomorphien (abgeleitete Merkmale) innerhalb der untersuchten Objektgruppe stark gewichtet.
5. Es messen oder wahrnehmen und das Einfangen der Werte der Eigenschaften der Objekte.
6. Die Wahl der Klassifizierungsmethode. Oft gibt es eine Wahl der Größe für Beziehung (Ähnlichkeit) oder für den Unterschied (Abstand) zwischen den benötigten Objekten. Zum Beispiel muss eine Wahl auch aus einem divisiven (von oben nach unten) Methode, ein agglomeratives (Prost) Methode (beide hierarchisch) oder eine nicht-hierarchische Methode.
7. Die Verarbeitung der erhobenen Daten, die dazu führt, dass die Einstufung der Objekte oder a Dendrogramm.

Sobald diese Entscheidungen getroffen wurden, läuft der Rest des Prozesses automatisch ab. Es ist auch möglich, nicht die Objekte, sondern die Merkmale zu klassifizieren. Bei den direkten Methoden geschieht dies automatisch.

Eigenschaften, Eigenschaften

Eigenschaften können voneinander abhängig sein. Bei der Beschreibung von Merkmalen von Strukturen können Größe, Farbe und Form wiederum vom Vorhandensein oder Fehlen dieser Struktur abhängen. In Klassifikationen finden sich in der Regel folgende Arten von Eigenschaften bzw. Merkmalen:

• Zeit (Chronologie, Geschichte)
• Raum (Geographie)
• Angelegenheit (Substanz)
  • Maße
  • bilden (Beispiel: Verhältnis von Länge und Breite)
  • Farbe
  • Struktur
• Prozess (Aktivität)
• Information (wie Buchinhalte, Erbinformationen)

Biologische Anwendungen

In dem Biologie Es gibt mehrere Bereiche, in denen die Clusteranalyse angewendet wird.

• In dem systematisch sowohl divisive als auch agglomerative Methoden werden gleichzeitig in den Klassifikationen von . verwendet Organismen. Die zentrale Ebene ist die der nett. Arten können wieder in niedrigere unterteilt werden Taxa, wie Unterart und Vielfalt. Arten selbst sind verschmolzen in Geschlechter und steck es wieder ein Familien und in Taxa von noch höherem Rang.
• Im Transkriptomik wird Clustering verwendet, um Gruppen zu erstellen mit create Gene die verwandte Ausdrucksmuster enthalten. Oft enthält jede Untergruppe funktionsverwandte Proteine, wie Enzyme für ein bestimmtes Weg, oder Gene, die co-reguliert sind.
• Sequenzanalyse, wo homologe Sequenzen in Genfamilien gruppiert sind.
• Vegetationsaufnahmen werden auf der Grundlage der Artenzusammensetzung geclustert, die Cluster werden dann abstrahiert in Vegetationsarten.