Многомерный анализ данных методами прикладной статистики

ilil Cluster Analysis: K-Mcans Cfustcring: SprcadshecH Quick Advanced j И Vaiiablej: 1ALL Г " Batch processingand lepofCing H Ckjslet: jVanables (colitmns) • J Numbei of clusters: j i ^ Numbei of iteretions: jl'o ^ Inilialckistet centers- Chooseobservations to maximize irtilialbelween-cluslei distances Sort distancesand take observations at constant intervals Choose the first M (Number of clusters) observations [ Щ Options • MD deletiot^ ^ Casewrse Mean substitution Рис. 1.18. О к н о A:-means clustering С ПОМОЩЬЮ кнопки Variables (Переменные) выберем показа­ тели, по которым будет происходить кластеризация. В строке Cluster (Кластер) укажем объекты для классификации Cases (rows). Поле Number of clusters (Число кластеров) позволяет ввести желаемое число кластеров, которое должно быть больше 1 и меньше чем количество объектов. Метод А:-средних является итерационной процедурой, в ре­ зультате которой на каждой итерации объекты перемещаются в различные кластеры. Поле Number of iterations (Число итераций) предназначено для указания их максимального числа. Важным моментом при настройке параметров является вы­ бор Initial cluster centers (Начальных центров кластеров), так как конечные результаты зависят от начальной конфигурации. Опция Choose observations to maximize initial between-cluster distances (Выбрать наблюдения, максимизирующие начальные расстояния между кластерами) выбирает первые к в соответствии с количеством кластеров, наблюдений, которые служат центрами кластеров. Последующие наблюдения заменяют ранее выбранные цен­ тры в том случае, если наименьшее расстояние до любого из них 27