по лабораторной работе «Кластерный анализ»

Титульный лист

НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ЯДЕРНЫЙ УНИВЕРСИТЕТ «МИФИ»

Кафедра системного анализа

ОТЧЕТ

По лабораторной работе «Кластерный анализ»

Выполнил студент ___________________________________

Проверил_____________________________________________

Дата___________________

Лист с исходными данными

Исходные данные:

В качестве исходных данных использованы данные об автомобилях.

Прводится таблица с исходными данными с расшифровкой показателей (в случае небходимости)

Визуальная кластеризация

 

Лица Чернова

«Звездные диаграммы»

 

По результатам визуальной кластеризации лиц Чернова решено выделить три кластера:

· Грустные, длинноносые, вытянутые лица – это первый кластер.

· Без определенного настроения, с маленькими носами и менее вытянутые лица – это второй кластер.

· Радостные, длинноносые лица, с яйцеобразной головой и низко посаженными ушами – третий кластер.

Визуальный анализ «звездных диаграмм» проводится аналогичным образом, выделяя характерную форму звезд.

 

Кластеризация методом К -средних

Анализ проводился по всем переменным кроме make и model (обе переменные текстового типа, и на результат анализа не влияют)

 

Описание исходных данных

	mpg	cylinders	displace	horsepower	accel	year	weight	origin	make	model	price
	21,1				14,8				Toyota	Celica GT
	23,9				14,9				Datsun	200-SX
	20,3				15,9				Audi
					13,6				Volvo	264GL
	21,6				15,7				Saab	99GLE
	16,2				15,8				Peugeot	604SL
	16,5				13,2				Mercury	GrandMarqs
	18,2				15,2				Dodge	St. Regis
	16,9				14,9				Buick	Estate SW
	15,5				14,3				Ford	Country SW
	31,3				17,5				Mazda
									Datsun	510 Hatch
	32,2				15,2				Toyota	Corolla
	46,6				17,9				Mazda	GLC
	40,8				19,2				Datsun

 

Расстояния между кластерами (квадраты расстояний над главной диагональю)

	No. 1	No. 2	No. 3
No. 1	0,000000	1,128490	1,585298
No. 2	1,062304	0,000000	3,321331
No. 3	1,259086	1,822452	0,000000

 

Средние значения по кластерам

	Cluster	Cluster	Cluster
mpg	-0,32612	1,24951	-0,82384
cylinders	-0,65166	-0,79332	1,09554
displace	-0,53318	-0,75268	0,98268
horsepower	-0,16242	-1,10671	1,03054
accel	-0,13465	0,88929	-0,65131
year	-1,05615	1,20703	-0,30176
weight	-0,45788	-0,91132	1,06469
origin	0,34807	0,92819	-1,00554
price	-0,61336	-0,57717	0,88988

 

График средних значений переменных по каждому кластеру

 

Состав кластеров:

Первый кластер: 1, 2, 3, 5 объекты

Второй кластер: 11, 12, 13, 14, 15 объекты

Третий кластер: 4, 6, 7, 8, 9, 10 объекты

 

Построение дендрограммы

 

Анализ и классификация

Проверка качества разбиения по Т-критерию

S₂ = 0,0163779

S₀ = 0,1556549

T = 1 - (0,0163779/0,1556549) = 0,895

ЗАКЛЮЧЕНИЕ

В ходе выполнения ЛР проведено разбиение исходного множества автомобилей методами раздельного и иерархического кластерного анализа.

Можно считать, что разбиение прошло успешно, поскольку критерий Т оказался весьма близок к единице.

К первому кластеру (сегменту) относятся автомобили 1978 года выпуска, дешевые, со средними техническими характеристиками, европейского и японского производства. Возможно, это авто среднего класса

Во второй кластер (сегмент) входят японские автомобили, последнего (1980) года выпуска, их преимуществом является маленький вес, самый низкий расход топлива и хорошее ускорение. Вероятно, эти автомобили также можно отнести к автомобилям среднего класса.

Третий кластер (сегмент) составляют дорогие авто, с хорошими техническими показателями, но, и большим расходом топлива. Скорее всего, это автомобили «представительского» класса.