Clusteryser - Analisador de Clustering
Baixe Agora

Clusteryser - Analisador de Clustering Classificação e resumo

Clusteryser - Analisador de Clustering Tag

Clusteryser - Analisador de Clustering Descrição

A análise de cluster, também conhecida como cluster, cria decomposições de arquivos de dados estatísticos com base em uma medida de dissimilaridade de objeto mútuo. Ao interpretar um dados de entrada como uma matriz, cada vetor de linha representa notação matemática de um determinado objeto atributos, e. Respostas do questionário de pessoa única, enquanto suas colunas contêm valores de um determinado critério estatístico para todos os objetos, e. Todos os respondentes questionados. Durante o processo de cluster, os objetos são agrupados aos clusters que contêm esses objetos que são mutuamente muito semelhantes entre si do que os objetos contidos nos outros clusters. A medida de dissimilaridade é uma métrica atribuindo o nível da dissimilaridade como o valor entre 0 e 1 a cada par de objetos retirados do arquivo de dados fornecido. Os objetos idênticos têm dissimilaridade igual a 0, enquanto os diferentes diferentes têm seu valor igual a 1. Existe muitos métodos como construir a medida de dissimilaridade e elas dependem dos tipos de critérios sendo considerados. Os aplicativos de agrupamento mais comerciais esperam apenas um único tipo para todos os critérios, a fim de poder fornecer resultados válidos de cluster. No entanto, nos aplicativos da vida real, os tipos de critérios em um único arquivo de dados geralmente variam. O Clusteryser está oferecendo vários métodos de cluster adequados para análise de dados mistos: - método de protótipos K (cobre método K-meats e método de modos K) - 1000 Limite de objetos, - aglomerativa polética aglomerado de aglomerativa usando uma única ligação, ligação média e linkage completo -100 Limite de objetos, - cluster hierárquico divisivo monotético - 500 Limite de objetos, - mínimo de cluster baseado em esqueleto - 100 objetos Limit.in para fornecer resultados corretos, há suporte completo para tipos de critérios mistos. Os seguintes tipos de critérios podem ser distinguidos em um arquivo de dados: - um valor numérico contendo quantitativo em intervalos ou escalas relativas, elas representam características contínuas e são geralmente implementadas em métodos de cluster disponíveis, e. Potência do motor de automóveis, - os valores ordinais - numéricos podem ser encomendados como no caso de critério quantitativo, mas seus valores não representam qualquer propriedade quantitativa natural, permitindo uma avaliação de uma diferença mútua ou uma proporção para dois valores, e. Nível de antiguidade do empregado - um nominal - esses critérios discretamente distinguem valores, no entanto, não existe qualquer interpretação natural de uma ordem mútua de seus valores, e. Uma cor do carro, - um binário - esses critérios têm apenas dois valores possíveis. Pode haver duas variantes - uma ocorrência de ambos os valores é simétrica ou assimétrica. As combinações de tipos de critérios variáveis podem ser facilmente investigadas. O Clusteryzer aceita arquivos de valores do Microsoft Excel 2007 (XLSX) e Valores separados por vírgula (CSV) contendo dados numéricos não negativos. Os dados são importados para o aplicativo por meio do compartilhamento de arquivos do iTunes ou por anexos de e-mail e dados resultantes podem ser exportados nos mesmos formatos. Os resultados do cluster podem ser pesquisados pelo aplicativo Clusterterzer e seguintes visualizações estão disponíveis: - uma visualização de cluster hierárquica, - um agrupamento agrupado para o número desejado de clusters contendo valores para objetos, - uma distribuição de cluster, - um diagrama de dendrograma para métodos hierárquicos (limitado a Certa profundidade), - cluster centróide para método de protótipos K, - 2D e 3D modelagem de modelagem capaz de uma rotação do modelo, qualquer par de critérios ou tríade pode ser investigado.A visão de modelagem de dendrograma e cluster pode ser exportada como imagens jpg para processamento adicional .Clusteryster introduz uma interface fácil de usar e permite recursos de investigação direta para gerentes, mineradores de dados e pesquisadores. Clusteryser é uma ferramenta útil não apenas para a utilização de go, torna a investigação de agrupamento mais fácil do que nunca.

Clusteryser - Analisador de Clustering Software Relacionado