Объективный кластерный анализ данных на основе МГУА

Abstract

Розглядається проблема об’єктивного кластерного аналізу даних на основі самоорганізації кластеризацій відповідно до принципів МГУА. Запропоновано єдиний підхід до класифікації методів вибору інформативних ознак і пошуку найкращої кластеризації. Розглянуто нові зовнішні критерії оцінки якості кластеризації та міри подібності між кластеризаціями. Розроблено алгоритм об’єктивного кластерного аналізу просторово-часових даних.

The problem of objective cluster analysis of the data is considered on the basis of self-organizing of clusterizations according to GMDH principles. The unified approach to classification of selection methods of informative features and search of the best clusterization is proposed. New external criteria of a clusterization quality estimation and measures of similarity between clusterizations are considered. The algorithm of objective cluster analysis of the spatially-temporary data is developed.