Crowdly
Додати до Chrome
Багатовимірний статистичний аналіз
Шукаєте відповіді та рішення тестів для Багатовимірний статистичний аналіз? Перегляньте нашу велику колекцію перевірених відповідей для Багатовимірний статистичний аналіз в do.ipo.kpi.ua.
Отримайте миттєвий доступ до точних відповідей та детальних пояснень для питань вашого курсу. Наша платформа, створена спільнотою, допомагає студентам досягати успіху!
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