Crowdly
Add to Chrome
Багатовимірний статистичний аналіз
Looking for Багатовимірний статистичний аналіз test answers and solutions? Browse our comprehensive collection of verified answers for Багатовимірний статистичний аналіз at do.ipo.kpi.ua.
Get instant access to accurate answers and detailed explanations for your course questions. Our community-driven platform helps students succeed!
Дискримінувальна функція записується як лінійна комбінація дискримінантних змінних у вигляді
f(x) = a1x1 + a2x2 + ... + anxn.
Чим більший коефіцієнт ai , тим більшим є внесок відповідної змінної у дискримінацію сукупностей.
Оберіть правило об'єднання для алгоритму далекого сусіди
Отримано матрицю відстаней для п’яти об’єктів, які характеризуються двома ознаками, a(1,0), b(0,2), c(3,0), d(2,4), e(3,3):
| 0 | 5 | 4 | 17 | 13 |
| 5 | 0 | 13 | 8 | 10 |
| 4 | 13 | 0 | 17 | 9 |
| 17 | 8 | 17 | 0 | 2 |
| 13 | 10 | 9 | 2 | 0 |
Визначити яку відстань використано у розрахунках
Під час кластеризування чотирьох об’єктів (C1, C2, C3, C4) за кількома ознаками методом «далекого сусіди» отримано такі матриці відстаней на кожному кроці процедури об’єднання:
D1CL=0 5 17 20 5 0 8 25 17 8 0 13 20 25 13 0
D2CL=0 17 25 17 0 13 25 13 0
D3CL= 0 25 25 0
Оберіть вертикальну дендрограму об’єднання об’єктів у кластери.
На основі певної вибірки отримано такі класифікувальні функції
Q1 = 10 + 2 x1 + 0.5 x2 Q2 = 1 + 3 x1 + x2 Визначити, до якого класу належить новий об'єкт Z (10, 10).Визначити найкращу кількість кластерів (2 або 3) за відомих внутрішньокластерних і міжкластерних відстаней для 10 об’єктів.
| Об’єкт | a | b | c | d | e | f | g | h | i | j |
| Ознака 1 | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| Ознака n | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
2 кластери
І кластер:
| c | d | e | f | |
| Відстань | 2.00 | 1.00 | 1.00 | 2.00 |
II кластер
| a | b | g | h | i | j | |
| Відстань | 2.50 | 2.00 | 0.50 | 0.50 | 1.00 | 1.50 |
Між кластерами
| I | II | |
| I | 0.00 | |
| II | 2.00 | 0.00 |
3 кластери
І кластер:
| a | b | |
| Відстань | 1.00 | 1.00 |
II кластер
| c | d | e | f | |
| Відстань | 2.00 | 1.00 | 1.00 | 2.00 |
III кластер
| g | h | i | j | |
| Відстань | 2.00 | 1.25 | 1.75 | 2.00 |
Між кластерами
| I | II | III | |
| I | 0.00 | ||
| II | 4.00 | 0.00 | |
| III | 3.00 | 2.00 | 0.00 |
Виділяють такі міри подібності