Zum Inhalt springen

Clustering-Verfahren

aus Wikipedia, der freien Enzyklopädie
Dies ist eine alte Version dieser Seite, zuletzt bearbeitet am 21. Juni 2005 um 16:35 Uhr durch 129.187.254.11 (Diskussion). Sie kann sich erheblich von der aktuellen Version unterscheiden.
(Unterschied) ← Nächstältere Version | Aktuelle Version (Unterschied) | Nächstjüngere Version → (Unterschied)

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