Главная страница » Работы на конкурс » Технические науки » Статья “Обзор и усовершенствование алгоритма DBScan с помощью сетки для автоматизации подбора оптимальных параметров кластеризации данных”

Статья “Обзор и усовершенствование алгоритма DBScan с помощью сетки для автоматизации подбора оптимальных параметров кластеризации данных”

Автор (ы)

Фасхутдинова Диляра Альбертовна

Аффилиация

Ульяновский государственный технический университет

Научный руководитель

Афанасьева Татьяна Васильевна

Аннотация

В данной статье описаны результаты работы по дисциплине «Интеллектуальный анализ данных и процессов». Приведен обзор различных методов кластеризации. Подробно описан алгоритм DBScan, а так же предложена его доработка  в виде автоматизированного подбора оптимальных параметров с помощью сетки. Представлены результаты работы алгоритма для кластеризации данных по 19 признакам.

Введение

Кластеризация (сегментация) – это разделение множества объектов на группы, обладающих схожими характеристиками. Методы кластеризации относятся к методам Data Mining – это автоматизированный процесс поддержки принятия решений, основанный̆ на поиске в данных скрытых закономерностей̆, то есть извлечения информации, которая может быть охарактеризована как знания.  Исходными данными для кластеризации являются числовые данные, представленные в табличной (матричной) форме.

Необходимо:

  1. Сформировать структуру данных для анализа объекта исследования и заполнить ее.
  2. Разработать методику  и  программу  для  сегментации  объекта исследования.
  3. Провести сегментацию  объекта  исследования  по  количественным признакам  на  основе  выбранного  метода  кластеризации  внутри каждого кластера.
  4. Провести пространственную (по  странам,  регионам,  городам,  предметным  областям,  корпорациям…)  сегментацию  объекта исследования.
  5. Провести временную  сегментацию  на  основе  тенденций «рост»,  «падение», «стабильность».
  6. Сформулировать выводы и объяснить результаты.

Программа должна обеспечивать ввод исходных данных, выполнение кластеризации  выбранным  методом,  кластеризации  модифицированным методом,  вывода  результатов  кластеризации,  то  есть  полученных кластеров в табличной форме, строки – наименование кластеров, столбцы – математические  характеристики.  Для  каждого  кластера – мощность (количество объектов), центр, среднее внутрикластерное расстояние.

Выводы

В рамках выполнения работы был проведен анализ различных методов кластеризации и выбор оптимального метода для текущих данных. Была произведена доработка метода путем автоматизации подбора оптимальных параметров для метода путем перебора по сетке. В качестве меры качества использован метод силуэта. Была разработана лингвистическая шкала для лингвистического описания количества элементов в кластерах.

Наиболее оптимальные параметры:

  • Максимальное внутрикластерное расстояние – 1,
  • Минимальное количество элементов в кластере – 2.

В результате работы программы было получено 11 кластеров. Шум – 18%.

Содержание работы

Автор предпочел не показывать работу на сайте

Конкурс, в котором автор работы принял участие:

High Goals – 2019: открытый международный конкурс инициативных научно-исследовательских проектов

Отрасль наук

Форма представления работы

Дата публикации работы: 03.12.2019

Смотреть похожие работы

Статья “Использование QR-кода в процессе строительства”

В статье рассматриваются такие аспекты, как понятие QR-кода, его архитектура, создание и считывание, а также его применение в современном мире. В работе описаны варианты использования QR-кода в сфере строительства. Целью работы является описание некото …

Статья “Исследование влияния концентрации водорода в топливной смеси на характеристики парогазовых установок”

Актуальность. Развитие водородной энергетики является возможным способом снижения выбросов вредных веществ в атмосферу при производстве электроэнергии. Для его реализации требуется разработка энергетических объектов, способных работать на экологически …

Статья “Проектирование ткани бытового назначения”

Лен является традиционной культурой, выращиваемой на территории России в течение многих веков. Ассортимент льняных тканей охватывает ткани самого различного назначения от бытовых и декоративных до технических. Наиболее широко льняная пряжа используется …

Статья “3D симуляция как основа проектирования одежды”

В статье представлены результаты теоретического исследования внедрения в процесс проектирования одежды трехмерный САПР, которая позволяет на этапе конструкторской подготовки модели оценить не только величины конструктивных прибавок, визуализировать раз …