Anzeige
Erschienen in:
2020 | OriginalPaper | Buchkapitel
5. Clusteranalyse
verfasst von : Marlis von der Hude
Erschienen in: Predictive Analytics und Data Mining
Verlag: Springer Fachmedien Wiesbaden
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Zusammenfassung
In der Clusteranalyse werden ähnliche Datenobjekte zu Clustern zusammengefasst. Die Anwendungsbereiche sind sehr vielfältig ebenso wie die Verfahren. Es wird eine Auswahl klassischer aber auch neuerer Verfahren vorgestellt. Bei den hierarchischen Clusterverfahren sind dies das Single-linkage-, Complete-linkage-, Average-linkage-, das Zentroid- und ein divisives Verfahren, bei den partitionierenden Verfahren werden der k-means-, der k-medoid-Algorithmus sowie das Fuzzy-Clustern beschrieben. Als neueres Verfahren wird das Dichte-basierte Clustern erläutert. Anhand von R-Beispielen werden die Unterschiede verdeutlicht.