Автор работы: Пользователь скрыл имя, 15 Января 2012 в 18:05, лабораторная работа
Цель: изучение методов кластерного анализа и применение их для классификации экономических объектов.
“6”
C2= “7”
“8”
“9”
“10”
“11”
“12”
“13”
“14”
“15”
На третьем шаге:
Согласно
новой матрицы расстояний, кластеры “1” и “2”, “3” наиболее
близкие. Расстояние объединения – 0,0442.
Необходимо произвести перерасчет матрицы
расстояний с учетом полученного кластера:
R3 =
0 0.2504 0.4698 0.6602 0.9435 1.2282 1.6468 2.0568 2.6426 3.5999 4.7526 4.8235 5.4047
0.2504 0 0.2234 0.4159 0.6986 0.9832 1.3979 1.8082 2.3935 3.3506 4.5038 4.5744 5.3918
0.4698 0.2234 0 0.1936 0.4772 0.7612 1.1792 1.5907 2.1753 3.1324 4.2871 4.3559 4.9422
0.6602 0.4159 0.1936 0 0.2928 0.5723 0.9951 1.4078 1.9907 2.9474 4.1038 4.1702 4.7589
0.9435 0.6986 0.4772 0.2928 0 0.2869 0.7233 1.1408 1.7193 2.6725 3.8295 3.8921 4.4892
1.2282 0.9832 0.7612 0.5723 0.2869 0 0.4584 0.8744 1.4449 2.3946 3.5521 3.6110 4.2120
1.6468 1.3979 1.1792 0.9951 0.7233 0.4584 0 0.4240 1.0013 1.9547 3.1102 3.1782 3.7840
2.0568 1.8082 1.5907 1.4078 1.1408 0.8744 0.4240 0 0.5884 1.5456 2.6985 2.7731 3.3728
2.6426 2.3935 2.1753 1.9907 1.7193 1.4449 1.0013 0.5884 0 0.9596 2.1179 2.1900 2.8079
3.5999 3.3506 3.1324 2.9474 2.6725 2.3946 1.9547 1.5456 0.9596 0 1.1673 1.2381 1.9110
4.7526 4.5038 4.2871 4.1038 3.8295 3.5521 3.1102 2.6985 2.1179 1.1673 0 0.2502 0.8944
4.8235
4.5744 4.3559 4.1702
3.8921 3.6110 3.1782
2.7731 2.1900 1.2381
0.2502 0
0.8484 5.4047
5.3918 4.9422 4.7589
4.4892 4.2120 3.7840
3.3728 2.8079 1.9110
0.8944 0.8484
0
“1”,“2”, “3”
“4”
“5”
“6”
C3= “7”
“8”
“9”
“10”
“11”
“12”
“13”
“14”
“15”
На четвёртом шаге:
Согласно
новой матрицы расстояний, кластеры “4” и “5” наиболее
близкие. Расстояние объединения – 0.2234.
Необходимо произвести перерасчет матрицы
расстояний с учетом полученного кластера:
R4 =
0 0.3601 0.6602 0.9435 1.2282 1.6468 2.0568 2.6426 3.5999 4.7526 4.8235 5.4047
0.3601 0 0.3047 0.5879 0.8722 1.2885 1.6994 2.2844 3.2415 4.3954 4.4651 5.167
0.6602 0.3047 0 0.2928 0.5723 0.9951 1.4078 1.9907 2.9474 4.1038 4.1702 4.7589
0.9435 0.5879 0.2928 0 0.2869 0.7233 1.1408 1.7193 2.6725 3.8295 3.8921 4.4892
1.2282 0.8722 0.5723 0.2869 0 0.4584 0.8744 1.4449 2.3946 3.5521 3.6110 4.2120
1.6468 1.2885 0.9951 0.7233 0.4584 0 0.4240 1.0013 1.9547 3.1102 3.1782 3.7840
2.0568 1.6994 1.4078 1.1408 0.8744 0.4240 0 0.5884 1.5456 2.6985 2.7731 3.3728
2.6426 2.2844 1.9907 1.7193 1.4449 1.0013 0.5884 0 0.9596 2.1179 2.1900 2.8079
3.5999 3.2415 2.9474 2.6725 2.3946 1.9547 1.5456 0.9596 0 1.1673 1.2381 1.9110
4.7526 4.3954 4.1038 3.8295 3.5521 3.1102 2.6985 2.1179 1.1673 0 0.2502 0.8944
4.8235
4.4651 4.1702 3.8921
3.6110 3.1782 2.7731
2.1900 1.2381 0.2502
0 0.8484
5.4047 5.3918
5.167 4.4892 4.2120
3.7840 .3728 2.8079
1.9110 0.8944 0.8484
0
“1”,“2”, “3”
“4”,“5”
“6”
C4= “7”
“8”
“9”
“10”
“11”
“12”
“13”
“14”
“15”
На пятом шаге:
Согласно
новой матрицы расстояний, кластеры “7” и “8” наиболее
близкие. Расстояние объединения – 0.2928.
Необходимо произвести перерасчет матрицы
расстояний с учетом полученного кластера:
R5 =
0 0.3601 0.6602 1,0858 1.6468 2.0568 2.6426 3.5999 4.7526 4.8235 5.4047
0.3601 0 0.3047 0,7300 1.2885 1.6994 2.2844 3.2415 4.3954 4.4651 5.167
0.6602 0.3047 0 0,4325 0.9951 1.4078 1.9907 2.9474 4.1038 4.1702 4.7589
1,0858 0,7300 0,4325 0 0.5908 1.0076 1.5821 2.5335 3.6908 3.7515 4.3506
1.6468 1.2885 0.9951 0.5908 0 0.4240 1.0013 1.9547 3.1102 3.1782 3.7840
2.0568 1.6994 1.4078 1.0076 0.4240 0 0.5884 1.5456 2.6985 2.7731 3.3728
2.6426 2.2844 1.9907 1.5821 1.0013 0.5884 0 0.9596 2.1179 2.1900 2.8079
3.5999 3.2415 2.9474 2.5335 1.9547 1.5456 0.9596 0 1.1673 1.2381 1.9110
4.7526 4.3954 4.1038 3.6908 3.1102 2.6985 2.1179 1.1673 0 0.2502 0.8944
4.8235
4.4651 4.1702 3.7515
3.1782 2.7731
2.1900 1.2381 0.2502
0
0.8484
5.4047 5.3918
5.167 4.3506
3.7840 .3728 2.8079
1.9110 0.8944 0.8484
0
“1”,“2”, “3”
“4”,“5”
“6”
“9”
“10”
“11”
“12”
“13”
“14”
“15”
На шестом шаге:
Согласно новой матрицы расстояний, кластеры “4”,“5” и “6” наиболее близкие. Расстояние объединения – 0.3047. Необходимо произвести перерасчет матрицы расстояний с учетом полученного кластера:
R6 =
0 0.4601 1,0858 1.6468 2.0568 2.6426 3.5999 4.7526 4.8235 5.4047
0.4601 0 0,6308 1.1907 1.6022 2.1865 3.1434 4.2982 4.3668 5.0309
1,0858 0,6308 0 0.5908 1.0076 1.5821 2.5335 3.6908 3.7515 4.3506
1.6468 1.1907 0.5908 0 0.4240 1.0013 1.9547 3.1102 3.1782 3.7840
2.0568 1.6022 1.0076 0.4240 0 0.5884 1.5456 2.6985 2.7731 3.3728
2.6426 2.1865 1.5821 1.0013 0.5884 0 0.9596 2.1179 2.1900 2.8079
3.5999 3.1434 2.5335 1.9547 1.5456 0.9596 0 1.1673 1.2381 1.9110
4.7526 4.2982 3.6908 3.1102 2.6985 2.1179 1.1673 0 0.2502 0.8944
4.8235
4.3668 3.7515 3.1782
2.7731 2.1900 1.2381
0.2502 0
0.8484
5.4047 5.3918
5.0309 3.7840 .3728
2.8079 1.9110 0.8944
0.8484 0
“1”,“2”, “3”
“4”,“5”,“6”
“9”
“10”
“11”
“12”
“13”
“14”
“15”
На седьмом шаге:
Согласно новой матрицы расстояний, кластеры “13” и “14” наиболее близкие. Расстояние объединения – 0.2502. Необходимо произвести перерасчет матрицы расстояний с учетом полученного кластера:
R7 =
0 0.4601 1,0858 1.6468 2.0568 2.6426 3.5999 4.7880 5.4047
0.4601 0 0,6308 1.1907 1.6022 2.1865 3.1434 4.3325 5.0309
1,0858 0,6308 0 0.5908 1.0076 1.5821 2.5335 3.7211 4.3506
1.6468 1.1907 0.5908 0 0.4240 1.0013 1.9547 3.1442 3.7840
2.0568 1.6022 1.0076 0.4240 0 0.5884 1.5456 2.7358 3.3728
2.6426 2.1865 1.5821 1.0013 0.5884 0 0.9596 2.1539 2.8079
3.5999 3.1434 2.5335 1.9547 1.5456 0.9596 0 1.2027 1.9110
4.7880 4.3325 3.7211 3.1442 2.7358 2.1539 1.2027 0 0.8714
5.4047
5.3918 5.0309 3.7840
.3728 2.8079 1.9110
0.8714 0
“1”,“2”, “3”
“4”,“5”,“6”
“9”
“10”
“11”
“12”
“15”
На восьмом шаге:
Согласно новой матрицы расстояний, кластеры “1”,“2”, “3” и “4”,“5”,“6” наиболее близкие. Расстояние объединения – 0.4601. Необходимо произвести перерасчет матрицы расстояний с учетом полученного кластера:
Информация о работе Применение кластерного анализа для классификации экономических объектов