首頁  |   網站導覽  |   會員登入  |  
首頁 » 分析方法 » 資料採礦 » 分群模式 » 方法簡介

分群模式簡介
Clustering Analysis
方法介紹
這些資料採礦的分析方法主要用來將資料中條件、屬性相似的個體加以分群,最早的概念出現在人類學中的研究,而後心理學領域也有學者開始應用,但引起關注的則是由心理學家Cattell的應用(1943)。集群分析中並沒有區分應、自變數,而是利用各變數間的差異性大小將資料中的個體來區分為數個群體,群裡面的個體差異較小,群與群之間的個體則是差異較大。此方法與分類(classification)方法常常會有所混淆,不同處在於此方法事先不預設分群的個數,而分類分析中群數及群內特徵是已知的,分為多少群(當成事前(prior)訊息)。
本系統中所提供的集群方法有四種,可點選後進入使用

階層集群法(Hierarchical Clustering)
模糊理論集群法(Fuzzy Clustering)
K組平均集群法(K-means clustering)
自組織映射圖(Kohonen Self-Organizing Maps)