2. Проведем классификацию, выбрав при обычном евклидовом расстоянии принцип «дальнего соседа».
Как и в предыдущем расчете, мы используем обычное евклидово расстояние, поэтому матрица R1 останется без изменения. Согласно алгоритму объединим цеха 4 и 5 в один кластер, как наиболее близкие по расстоянию 2,24. После объединения имеем четыре кластера S(1), S(2), S(3) и S(4,5).
В виду того, что расстояние между кластерами измеряем по принципу «дальнего соседа», то воспользуемся формулой пересчета:
Таким образом, расстояние между кластерами 1 и (4,5) максимально и составляет 11,05. Построим новую матрицу расстояний:
Объединим объекты 1 и 2 в один кластер, как наиболее близкие (расстояние между ними 3,61. После объединения имеем три кластера: S(1,2), S(3) и S(4,5). Определим новые расстояния между кластерами:
Строим
матрицу расстояний R3,
используя принцип «дальнего соседа».
Объединим кластеры S(3) и S(4,5), так как расстояние между ними минимально 6,40. Определим расстояние между новыми кластерами S(1,2) и S(3,4,5):
Составим матрицу расстояний:
Графические результаты классификации представлены на рис.
p
12
1
0
10,05
8
6
6,40
4
3,61
2
2,24
0
-
1
2
3
4
5
цеха
Рис. Дендрограмма (обычное евклидово расстояние, «дальний сосед»)
На основании графического представления результатов кластерного анализа по принципу «дальнего соседа» можно сделать вывод, что наилучшим является разбиение пяти цехов на два кластера: S(1,2) и S(3,4,5) , когда пороговое расстояние находится в интервале 6,40 pпор 10,05.
Таким образом, используя принцип «дальнего соседа» мы получили разбиение цехов, которое отличается от разбиения по принципу «ближнего соседа».
3. Классификация на основе обычного евклидова расстояния
и принципа «центра тяжести».
Так как мы используем обычное евклидово расстояние, то матрица R1 останется без изменения. Согласно алгоритма объединим в один кластер цеха 4 и 5, как наиболее близкие 2,24.
Кластер S(4,5) охарактенизуем его центром тяжести, для этого используем вектор средних :
Расстояние от этого кластера до объектов равно:
Тогда матрица расстояний примет вид:
Объединим объекты 1 и 2, расстояние между которыми минимальное 3,61. Тогда кластер будет характеризоваться центром тяжести:
Определим новые расстояния:
Тогда матрица расстояний примет вид:
Объединим кластеры S(1,2) и S(3), так как расстояние между ними минимально 5,59. Определим его вектор средних
Найдем расстояние между кластерами S(1,2,3) и S(4,5)
Составим матрицу расстояний:
Графические результаты классификации представлены на рис.
На основании графического представления результатов кластерного анализа по принципу «центра тяжести» можно сделать вывод, что наилучшим является разбиение пяти цехов на два кластера: S(1,2,3) и S(,4,5) , когда пороговое расстояние находится в интервале 5,59 pпор 8,17.
Таким образом, используя принцип «центр тяжести» мы получили разбиение цехов, которое отличается от разбиения по принципу «дальнего соседа», но совпадает с расчетами в первом варианте по принципу «ближнего соседа».
p 8,17
8
7
6
5,59
5
4
3,61
3
2
2,24
1
0
-
1
2
3
4
5
цеха
Рис. Дендрограмма (обычное евклидово расстояние, «центр тяжести»)