Compararea mai multor observații

Analiza clusterelor în R

Dmitriy Gorenshteyn

Lead Data Scientist, Memorial Sloan Kettering Cancer Center

Cea mai apropiată observație față de o pereche

	1	2	3
2	11.7
3	16.8	18.0
4	10.0	20.6	15.8

• 2 este cel mai apropiat de grupul 1,4?
• 3 este cel mai apropiat de grupul 1,4?

Criterii de legătură: completă

	1	2	3
2	11.7
3	16.8	18.0
4	10.0	20.6	15.8

• 2 este cel mai apropiat de grupul 1,4?
  • max(D(2,1), D(2,4)) = 20.6
• 3 este cel mai apropiat de grupul 1,4?
  • max(D(3,1), D(3,4)) = 16.8

Clustering ierarhic

Legătură completă: distanța maximă între două seturi

Grupare cu legătură și distanță

Grupare cu legătură și distanță

Grupare cu legătură și distanță

Grupare cu legătură și distanță

Grupare cu legătură și distanță

Grupare cu legătură și distanță

Grupare cu legătură și distanță

Grupare cu legătură și distanță

Grupare cu legătură și distanță

Grupare cu legătură și distanță

Criterii de legătură

Legătură completă: distanța maximă între două seturi

Legătură simplă: distanța minimă între două seturi

Legătură medie: distanța medie între două seturi

Să exersăm!

Analiza clusterelor în R