Konzeption und Realisierung einer exiblen Pipeline zur ...
Konzeption und Realisierung einer exiblen Pipeline zur ...
Konzeption und Realisierung einer exiblen Pipeline zur ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Klasseneingrenztwird.DasWard-VerfahrenfuhrteineApproxi-<br />
dasWard-VerfahrenderhierarchischenagglomerativenKlassikationab,indemdasKriteriumaufdiePartionierungnurzweiemationdesoptimalenProblemsdurch,ummitHilfe<strong>einer</strong>GruppenhierarchieeinedisjunkteKlassikationzukonstruieren.<br />
AlsVerallgem<strong>einer</strong>ungdesVarianzkriteriumswurdenOptimalitatskriterienentwickelt,welchedieKorrelationderMerkmale<br />
moglicherweisevonKlassezuKlassevariiert. achtet,dadieArtderAbhangigkeitmeistunbekanntist<strong>und</strong> untereinanderbeachten.BeidieserBetrachtungsweisewirdbe-<br />
WahrendbeidenebengenanntenKriteriendieKlassenAidurch dieMittelpunktederzugehorigenVektorenreprasentiertsind, konnenauchKriterienaufHyperebenenbasierenddeniertwerden.Zielist,eineKlassestattdurcheinemeinzigenPunktdurch<br />
einemoglichstniedrigdimensionaleHyperebenen<strong>zur</strong>eprasentieren.<br />
FurnominalmehrstugeMerkmaleistebenfallseinKriterium n<strong>und</strong>iePartitionAaufihreGutehinuntersuchen,bestimmtman dieUbereinstimmungvonA<strong>und</strong>denAtimMittel. entwickeltworden.Gr<strong>und</strong>ideehierbeiist,dajedesMerkmalMt einePartitionAt=(At1;At2;:::)derObjektedeniert.Willman<br />
2.NumerischeVerfahrenWieimvorhergehendenAbschnittangedeutet,istdieBestimmungderoptimalenPartitionwegendesgroenAufstellteInterpretationdesGruppierungsproblemszueng.Dortkonnewandsnichtgenerellmoglich.AuerdemistinderPraxisdievorge-<br />
zahlreiche,oftauchkonkurrierendeForderungenauftreten.Weiterhin DeswegenwurdenverschiedenenumerischeVerfahrenentwickelt,wel-<br />
istdieBeschrankungaufexhaustiveKlassikationoftunzweckmaig. chedieoptimalePartitionapproximieren<strong>und</strong>indiesenPunktene-<br />
ImfolgendensollendieseTechnikenkurzvorgestelltwerden: ihrerschnellenBerechenbarkeit. litat(VariationvonParametern,verschiedeneProximitatsmae)<strong>und</strong> xiblersind.DieVerfahrenempfehlensichwegenihrerhohenFlexibi-<br />
(a)IterativeVerbesserungderAnfangsklassikationVerfahumg(A)(bzw.k(A))approximativeLosungenz<strong>und</strong>en.EinrendieserArtversuchen,beivorgegebenemOptimalitatskriteri-<br />
vorgegebeneAnfangsklassikationA0wirddurchsystematische UmgruppierungderObjekteiterativsolangeverbessert,bisein mumderFunktiong(A),i.allg.jedochnichtzumglobalenMi-<br />
nimum.ImAustauschverfahrenwerdendurchVerlagerungvon stabilerZustandeintritt.SogelangtmanzueinemlokalenMini-<br />
39