Смотреть больше слов в « Словаре практического психолога»
(автоматическая классификация, таксономия, распознавание образов) совокупность многомерных статистических методов, предназначенных для исследования структуры некоторой совокупности объектов, переменных или других единиц анализа. Анализ структуры объектов, т.е. разделение их на классы (кластеры ), производится на основе матрицы расстояний квадратной таблицы, в которой представлены расстояния между всеми возможными парами объектов в многомерном пространстве переменных. Выбор мер расстояния зависит от типа измерительных шкал; наиболее просто он определяется, если все признаки измерены с помощью однотипных шкал количественных, порядковых или дихотомических. Для некоррелированных количественных и порядковых переменных обычно используется расстояние Евклида, для коррелированных расстояние Махалонобиса; для дихотомических шкал расстояние Хемминга (city-block). Иногда вместо мер расстояния используются меры сходства или подобия объектов. Алгоритмы А.К. можно разделить на иерархические, неиерархические и методы классификации *с обучением*. Иерархические методы предполагают последовательное объединение объектов в кластеры по степени их близости друг к другу или, напротив, последовательное разбиение совокупности объектов на все более мелкие кластеры. В этом случае кластерное решение представляет собой иерархическую структуру вложенных друг в друга кластеров. Неиерархические методы позволяют находить и идентифицировать *сгущения* объектов в пространстве переменных. Кластеризация *с обучением* предполагает, что количество классов известно заранее, и имеется обучающая выборка набор объектов, для которых известно, к каким классам они принадлежат. Остальные объекты классифицируются по степени их близости к объектам из выборки обучающей . Результаты А.К. чаще всего представляются графически, в виде дендрограммы (*дерева*), показывающей порядок объединения объектов в кластеры. Интерпретация кластерной структуры, которая во многих случаях начинается с определения числа кластеров, является творческой задачей. Для того, чтобы она могла быть эффективно решена, исследователь должен располагать достаточной информацией о кластеризуемых объектах. При кластеризации *с обучением* результаты могут быть представлены в виде списков объектов, отнесенных к каждому классу. Основными преимуществами А.К. являются отсутствие ограничений на распределение переменных, используемых в анализе; возможность классификации (кластеризации) даже в тех случаях, когда нет никакой априорной информации о количестве и характере классов; универсальность (кластерный анализ может применяться не только к совокупностям объектов, но также к наборам переменных или любых других единиц анализа). О.В. Терещенко... смотреть
CLUSTER ANALYSIS) Группа статистических техник, используемых для того, чтобы определить внутреннюю структуру данных при анализе исследовательской информации, касающейся множества переменных. Цель кластерного анализа — выявить группы объектов (индивидов и других субъектов), имеющих максимальное число общих черт между собой и в то же время минимальное сходство с другими группами. Например, если мы имеем дело с выборочной совокупностью индивидов с известными значениями таких переменных, как образование, уровень заработной платы и профессиональный статус, мы можем сгруппировать всех индивидов с университетским образованием, высоким уровнем зарплаты и статусом старших менеджеров или профессионалов в один кластер, а всех остальных — в другой. Поскольку техники кластерного анализа позволяют определять сходство и различие, они очень полезны в плане выявления в совокупности данных каких-либо основополагающих образцов. Вследствие этого они часто используются при предварительном анализе данных, в тех случаях, когда необходимо упорядочить сложную совокупность данных перед разработкой гипотез для причинного моделирования, а также при создании описательных классификаций и типологий. Хотя большинство статистических техник предназначены для формирования взаимоисключающих кластеров, когда индивид может быть отнесен только к одному кластеру, некоторые техники допускают частичное совпадение кластеров. В этих случаях иногда используется термин «clumping» («группировка»). См. также: Факторный анализ. ... смотреть
- англ. analysis, cluster; нем. Clusteranalyse. Метод группировки экспериментальных данных в классы. Наблюдения, попавшие в один класс, в нек-ром смысле становятся ближе друг к другу, чем к наблюдениям из других классов. Тип процедуры А. к. зависит от числа наблюдений. Для малых выборок используются иерархические и параллельные процедуры. Иерархическая процедура заключается в последовательном объединении (разделении) сначала самых близких (далеких), а затем все более отдаленных (приближенных) наблюдений. Параллельная процедура означает одновременный отсчет всех наблюдений на каждом шагу алгоритма. Antinazi.Энциклопедия социологии,2009... смотреть
— математическая процедура анализа многомерного, позволяющая на основе множества показателей, характеризующих ряд объектов, сгруппировать их в классы — кластеры — так, чтобы объекты внутри класса были более однородными и сходными, чем объекты разных классов. На основе численных параметров объектов вычисляются расстояния между ними, выражаемые в евклидовой метрике (самой употребимой) или в других. Метод широко применяется в психолингвистике.... смотреть
деление объектов исследования на однородные группы по нескольким признакам таким образом, чтобы различия объектов одной группы были значительно меньшими, чем различия между объектами в других группах. Другими словами, К.а. определяет меру близости объектов (респондентов) по каким-либо признакам в количественной форме. К.а. - способ многофакторного объяснения явлений, процессов, поведения, сопровождаемое их многомерной классификацией. ... смотреть
анализ, используемых для определения расстояний или связей между объектами. В А.к. применяются как вариационные методы оптимизации показателей качества выявлений кластерной структуры и агломеративные методы объединения пар наиболее близких кластеров.<br><p class="src"><em><span itemprop="source">Словарь бизнес-терминов.<span itemprop="author">Академик.ру</span>.<span itemprop="source-date">2001</span>.</span></em></p>... смотреть
<math.> cluster analysis
типологизация на основе выявления устойчивых сочетаний множества признаков [34. – С. 327].
п.п. стат. кластерлік талдау