Clustering-Verfahren
Erscheinungsbild
Unter Clustering versteht man verschiedenene statistische Verfahren mit dem Ziel aus großen Datenmengen Zusammenhänge zu filtern. Dabei soll eine endliche Menge von Kategorien, Klassen oder Gruppen(Cluster) in den Daten identifiziert werden. Objekte im gleichen Cluster sollen möglichst ähnlich sein, Objekte aus verschiedenen Clustern möglichst unähnlich.
Klassifikation von Clustering Verfahren
Im wesentlichen existieren folgende Verfahren:
Partitionierende Verfahren: •CLARANS •Varianz Minimierung •k-means •PAM Hierarchische Verfahren: •Bottom Up (z.B. Single Link) •Top Down Dichtebasierte Verfahren: •DBSCAN Andere Clustering-Verfahren: •Fuzzy Clustering •Graph-theoretische Verfahren •Neuronale Netze