PDF-Download - Deutsche Geodätische Kommission
PDF-Download - Deutsche Geodätische Kommission
PDF-Download - Deutsche Geodätische Kommission
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
5.3. DISTANZ 43<br />
Definition 5.3.2 (Metrik)<br />
Sei d : M × M → R + 0 eine Distanzfunktion (5.3.1) und gilt für x, y, z ∈ M zusätzlich die Dreiecksungleichung<br />
dann nennt man d eine Metrik.<br />
(D3) d(x, y) ≤ d(x, z)+d(z,y),<br />
Manche Clusterverfahren verzichten jedoch auf die Erfüllung der Dreiecksungleichung (Zahn 1996). Deshalb<br />
unterscheiden wir hier zwischen Distanzfunktionen und Metriken. Im strengen Sinne wird auch die Implikation<br />
D1 von vielen Clusterverfahren nicht erfüllt, da zur Berechnung der Distanz im allgemeinen nicht alle Elemente<br />
eines Clusters herangezogen werden.<br />
Korollar 1 (Summe von Metriken)<br />
Seien n Metriken d 1 ,...,d n gegeben dann ist die Summe d 1n (x, y) := ∑ n<br />
i=1 d i(x, y) auch eine Metrik.<br />
Der Beweis, dass die Summe von Metriken ebenfalls die Metrikaxiome (D1-3) erfüllt, ist trivial. Die Summe<br />
positiver Werte ist positiv und somit ist d : M × M → R + 0 erfüllt. Die Summe positiver Werte kann nur dann 0<br />
sein, wenn alle Summanden gleich 0 sind, das ist der Fall für x = y und damit ist (D1) erfüllt. (D2) ist erfüllt,<br />
da die einzelnen Metriken kommutativ sind und somit auch die Summe kommutativ ist. (D3) ist erfüllt, da gilt:<br />
d 1n (x, y) =<br />
n∑<br />
d i (x, y) ≤<br />
i=1<br />
n∑<br />
(d i (x, z)+d i (z,y)) =<br />
i=1<br />
n∑<br />
d i (x, z)+<br />
i=1<br />
n∑<br />
d i (z,y) =d 1n (x, z)+d 1n (z,y).<br />
Die Verwendung von Distanzfunktionen oder Ähnlichkeitsfunktionen in Clusterverfahren ist grundsätzlich<br />
äquivalent, da Ähnlichkeit durch Distanz und Distanz durch Ähnlichkeit durch folgende Transformationsregeln<br />
ausgedrückt werden können.<br />
Definition 5.3.3 (Transformationsregeln zwischen Ähnlichkeits- und Distanzmaß)<br />
Sei s : M ×M → [0, 1] eine Ähnlichkeitsfunktion (5.2.1) und d : M ×M → R + 0 eine Distanzfunktion (5.3.1), dann<br />
kann für zwei Elemente x, y ∈ M das Ähnlichkeitsmaß aus ihrem Distanzmaß und umgekehrt ihr Distanzmaß<br />
aus ihrem Ähnlichkeitsmaß durch die folgenden Formeln bestimmt werden:<br />
i=1<br />
d(x, y) := 1− s(x, y) mit d(x, y) ∈ [0, 1]<br />
d(x, y) :=<br />
1<br />
mit d(x, y) ∈ [0, ∞)<br />
s(x, y)<br />
s(x, y) :=<br />
d(x, y)<br />
1−<br />
mit s(x, y) ∈ [0, 1] oder<br />
(d(x, y))<br />
s(x, y) :=<br />
max<br />
x,y∈M<br />
1<br />
d(x, y)+1<br />
mit s(x, y) ∈ [0, 1)<br />
5.3.1 Quantitative Distanzmaße<br />
L p −Metriken<br />
Liegt ein Merkmalsraum M ⊆ R n vor, so können die Distanzen mit Hilfe der allgemeinen L p −Metriken berechnet<br />
werden, die wie folgt definiert sind:<br />
Definition 5.3.4 (L p −Metrik)<br />
{ √∑ p n<br />
i=1<br />
L p (x, y) =<br />
|x i − y i | p , falls p ∈ [1, ∞)<br />
max {|x i − y i |}, falls p = ∞<br />
i∈[1,n]