Очень хороший автор, исправляет все замечания вовремя и в срок! советую всем
Информация о работе
Подробнее о работе
Методы кластеризации данных
- 14 страниц
- 2016 год
- 248 просмотров
- 2 покупки
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
В качестве исходных данных для кластеризации использованы сгенерированные псевдослучайные двумерные вектора. Для кластеризации используются метрики Евклида и «Городские расстояния».
Для наглядной демонстрации спроектировано и разработано программное средство. Оно представляет собой документ HTML c интегрированными скриптами на языке JavaScript (ECMA).
Генерация псевдослучайных данных и кластеризация производятся в соответствии с предпочтениями пользователя. Для взаимодействия с пользователем реализован соответствующий интерфейс. Для запуска программного средства необходимо открыть HTML документ в любом современном web-браузере. Тестирование производилось в браузере Mozilla Firefox 50. В настройках браузера должна быть включена интерпретация JavaScript кода.
Оглавление
Постановка задачи 3
Описание решения задачи 4
Список использованных источников 8
Ответы на дополнительные вопросы 9
Приложение 11
Цель лабораторной работы. Научиться пользоваться методами кластеризации данных для решения прикладных задач.
Задача. Выполнить кластеризацию множества данных, содержащего не менее 3-х кластеров, пользуясь выбранной мерой сходства.
Описание хода выполнения работы
1. Сформировать множество данных в двумерном признаковом пространстве, содержащее не менее 3-х кластеров.
2. Выбрать одну из мер сходства (евклидово расстояния, расстояние городских кварталов, меру Танимото и т.п.).
3. Выбрать алгоритм кластеризации.
4. Выполнить кластеризацию с помощью выбранной меры и алгоритма.
5. Оформить отчет по ЛР, включив туда исходное и кластеризованное множества и описание алгоритма кластеризации.
6. Защитить отчет преподавателю, ответив на дополнительные вопросы:
- что такое признаковое пространство?
- что такое кластер в признаком пространстве?
- какие существуют меры сходства?
- какие существуют алгоритмы кластеризации?
- вопросы по выполненной ЛР.
Список использованных источников
1. Факторный, дискриминантный и кластерный анализ: Пер. с англ./Дж.-О. Ким, Ч. У. Мьюллер, У. Р. Клекка и др.; Под ред. И. С. Енюкова. — М.: Финансы и статистика, 1989.— 215 с.
2. Электронный ресурс: URL: https://ru.wikipedia.org - дата обращения 30.11.2016
3. Электронный ресурс: URL: https://harthur.github.io/clusterfck/ - дата обращения 30.11.2016
4. Электронный ресурс: URL: https://developers.google.com/chart/ - дата обращения 30.11.2016
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
