계층분석 예제


계층 적 클러스터링의 주요 출력은 클러스터 간의 계층 적 관계를 보여 주며 덴드로그램을 사용하여 계층 적 클러스터링 기술을 시각화 할 수 있습니다. XLMiner 리본에서 모델 적용 탭에서 도움말 – 예제를 선택한 다음 예측/데이터 마이닝 예제를 선택한 다음 Utilities.xlsx 예제 데이터 집합을 엽니다. Zhong et al. (2009)은 쌀 알갱이와 같은 클러스터된 가느다란 입자를 분할하기 위해 유역 및 오목성에 기초한 알고리즘을 제안했다. 여기에는 오목점 및 방향 감지, 세분화 초과 문제 처리, 분할 경로 수용에 대한 추가 기준 분석 이 포함되었습니다. 그들의 개발 된 알고리즘은 많은 구멍이있는 대규모 클러스터에 나타나는 매우 복잡한 날씬한 쌀 커널을 처리 할 수있었습니다. Lin et al. (2014)는 접촉쌀 커널을 정확하게 분리하기 위한 윤곽 형상 특성에 기초한 노드 매칭 알고리즘을 기술하였다. 그들은 평판 스캐너를 이미지 수집 장치로 사용했습니다. 기본 전처리 작업으로 원본 이미지에서 추출한 쌀 커널을 만지는 윤곽은 가우시안 커널 기능으로 구성하여 매끄럽게 처리되었으며 곡률 분석을 사용하여 경계의 특징적인 접촉 점을 감지했습니다. 노드 일치 규칙은 두 관련 노드 간의 적절한 분할 선을 결정하기 위해 제안되었습니다. 실험 결과는 알고리즘이 쌀 커널의 외인성 매개 변수에 의해 영향을 받지 않았으며, 알고리즘은 이미지 수집 전에 쌀 샘플의 수동 배치의 전통적인 한계를 제거할 수 있음을 보여주었습니다.

그리고 쌀의 외관 품질 매개 변수의 후속 검사를위한 자동 시스템을 구현 할 수 있습니다. 계층적 클러스터 분석에서 여러 가지 알고리즘을 사용하여 „연결“이 생성되는 방법을 결정할 수 있습니다. 계층적 클러스터 분석을 지원하는 대부분의 상용 패키지를 사용하면 사용할 방법을 선택할 수 있습니다. 가장 잘 작동하는 연결 방법은 그룹 평균 메서드라고 합니다. 그러나 다른 링크메기 방법 중 일부를 실험하여 결과가 어떻게 보이는지 확인할 수 있습니다. 하나는 다른 것보다 더 나은 말하는 절대 규칙은 없습니다. 응집 계층 적 클러스터링 기술: 이 기법에서는 처음에 각 데이터 포인트가 개별 클러스터로 간주됩니다. 각 반복에서 유사한 클러스터는 하나의 클러스터 또는 K 클러스터가 형성될 때까지 다른 클러스터와 병합됩니다. 클러스터에 사례를 할당하기 위해 클러스터 수를 미리 지정해야 합니다. 이 예제에서는 4개의 제한을 지정했습니다.

단일 클러스터를 n 클러스터로 분할하므로 분할 계층 적 클러스터링으로 지정됩니다. 다음 예제에서는 데이터가 ith 레코드와 jth 레코드 사이의 거리를 나타내는 계층적 클러스터링을 보여 줍니다.