Phân tích số liệu clustering, distance methods, and ordination

Phân tích số liệu Clustering, Distance Methods, And Ordination Nhóm Giảng viên hướng dẫn: Th.s Lê Xuân Lý Viện Toán ứng dụng Tin học Đại học Bách Khoa Hà Nội Ngày 15 tháng năm 2022 Thành viên nhóm Ngơ Quốc Cường - 20185436 Phạm Bá Tồn - 20185413 Phạm Thành Cơng - 20185331 Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 / 122 Nội dung Giới thiệu Khoảng cách hệ số tương ứng cho biến Các phương pháp tương tự Phương pháp phân cụm theo thứ bậc Phương pháp phân cụm không theo thứ bậc Phân cụm dựa mơ hình thống kê Thuật tốn chia tỷ lệ đa chiều Phân tích tương ứng Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 / 122 Giới thiệu UAN MOI download : skknchat123@gma Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 / 122 Giới thiệu Nội dung Giới thiệu Khoảng cách hệ số tương ứng cho biến Các phương pháp tương tự Phương pháp phân cụm theo thứ bậc Phương pháp phân cụm không theo thứ bậc Phân cụm dựa mơ hình thống kê Thuật tốn chia tỷ lệ đa chiều Phân tích tương ứng Nhóm (Phân tích số liệu) Giới thiệu Khái niệm mục tiêu phân cụm liệu Phân cụm liệu Phân cụm liệu phân chia sở liệu lớn thành nhóm liệu với đối tượng tương tự Trong nhóm, số chi tiết không quan tâm đến để đổi lấy liệu đơn giản hóa Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 / 122 Giới thiệu Khái niệm mục tiêu phân cụm liệu Phân cụm liệu Phân cụm liệu phân chia sở liệu lớn thành nhóm liệu với đối tượng tương tự Trong nhóm, số chi tiết khơng quan tâm đến để đổi lấy liệu đơn giản hóa Hiểu đơn giản: Phân cụm gom đối tượng liệu: Tương tự với đối tượng khác cụm Không tương tự với đối tượng cụm Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 / 122 Phân tích tương ứng Khai triển tốn học phân tích tương ứng Bước Tính vector tổng hàng, tổng cột r, c ma trận đường chéo Dr Dc tương ứng ri = (0.113; 0.096; 0.149; 0.039; 0.1690.154; 0.279) cj = (0.362; 0.117; 0.426; 0.095) Dr = Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 115 / 122 Phân tích tương ứng Khai triển tốn học phân tích tương ứng Bước Xây dựng ma trận bậc nghịch đảo ma trận đường chéo 1/2 Dr 1/2 Dc −1/2 Dr −1/2 Dc √ = diag( Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 116 / 122 Phân tích tương ứng Khai triển tốn học phân tích tương ứng Bước Khai triển kì dị (SVD) ma trận Z Z = Dr −1/2 −1/2 (P − rcT )Dc −0.014 −0.004 −0.162 0.377 0.177 −0.057 −0.101 −0.069 0.170 −0.121 −0.043 −0.107 = Thu tích ma trận Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 117 / 122 Phân tích tương ứng U T Khai triển tốn học phân tích tương ứng Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 118 / 122 Phân tích tương ứng Khai triển tốn học phân tích tương ứng T V = diag(5.325294e −01; 4.124400e −01; 2.424588e −01; 3.676290e −17) Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 119 / 122 Phân tích tương ứng Khai triển tốn học phân tích tương ứng Bước Vẽ biểu đồ Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 120 / 122 Phân tích tương ứng Khai triển tốn học phân tích tương ứng Sự quán tính Định nghĩa Sự quán tính phép đo thay đổi liệu, thể chất lượng biểu diễn biểu đồ I= J-1 coi số chiều biểu diễn tốt liệu σ giá trị riêng biểu diễn quán tính trục k i jri cj Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 121 / 122 Phân tích tương ứng Khai triển tốn học phân tích tương ứng Đánh giá chất lượng biểu đồ Tổng phần trăm quán tính trục biểu diễn thể chất lượng biểu đồ Nhóm (Phân tích số liệu) Clustering Ngày 15 tháng năm 2022 122 / 122 ... pháp phân cụm không theo thứ bậc Phân cụm dựa mơ hình thống kê Thuật tốn chia tỷ lệ đa chiều Phân tích tương ứng Nhóm (Phân tích số liệu) Giới thiệu Khái niệm mục tiêu phân cụm liệu Phân cụm liệu. .. phân cụm liệu Phân cụm liệu Phân cụm liệu phân chia sở liệu lớn thành nhóm liệu với đối tượng tương tự Trong nhóm, số chi tiết khơng quan tâm đến để đổi lấy liệu đơn giản hóa Hiểu đơn giản: Phân. .. Phân cụm liệu Phân cụm liệu phân chia sở liệu lớn thành nhóm liệu với đối tượng tương tự Trong nhóm, số chi tiết khơng quan tâm đến để đổi lấy liệu đơn giản hóa Nhóm (Phân tích số liệu) Clustering