Scagnostics - IWR
Scagnostics - IWR
Scagnostics - IWR
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Matrixdiagramm – Hierarchisches Clustering<br />
●<br />
●<br />
●<br />
Mit der Metrik können wir bestimmen, wie weit zwei Datenpunkte voneinander entfernt<br />
sind. Im nächsten Schrit berechnen wir durch ein hierarchisches Clustering, welche Punkte<br />
ähnlicher sind, als andere.<br />
Im Unterschied zum Standardclustering hat das hierarchische Clustering kein vom Nutzer<br />
spezifiziertes Abbruchkriterium (z.B. Anzahl der gesuchten Cluster) sondern verbindet<br />
zumeist Botom-Up die Punkte miteinander in einer Hierarchie von Clustern.<br />
Wichtiges Kriterium für das Clustering ist die<br />
Art, wie Datenpunkte verbunden werden. Man<br />
unterscheidet hier u.a.<br />
– Complete linkage: größte Distanz<br />
– Average linkage: mitlere Distanz<br />
– Single linkage: kürzeste Distanz<br />
Complete linkage findet eher kompakte/<br />
sphärische Cluster, single linkage kann zu<br />
langgezogenen Clustern führen.<br />
[wikipedia]<br />
71