klastreidanalüüsi

Klastrianalüüs, tuntud ka kui klasteranalüüs või kogumianalüüs, on statistiline meetod, mida kasutatakse objektide rühmitamiseks sarnasuse alusel. Selle eesmärk on tuvastada loomulikke rühmi või klastreid andmestikus, kus objektid ühes klastris on sarnasemad üksteisega kui objektidega teistes klastrites. Klastrianalüüsi rakendatakse paljudes valdkondades, sealhulgas turunduses, bioloogias, andmekaevanduses ja pilditöötluses.

Erinevaid klasteranalüüsi meetodeid on olemas, kuid neid saab laias laastus jagada kaheks kategooriaks: hierarhilised ja mittehierarhilised. Hierarhilised meetodid loovad klustrite puulaadse struktuuri. Need võivad olla aglomeeruvad (alustades igast objektist kui eraldi klastrist ja neid järk-järgult ühendades) või jagunevad (alustades ühest klastrist ja seda järk-järgult jagades). Mittehierarhilised meetodid, nagu K-keskmiste meetod, jaotavad andmed ette määratud arvu klastritesse.

Klastrianalüüsi valimisel ja rakendamisel on oluline valida sobiv sarnasusmõõdik (nt eukleidiline kaugus, korrelatsioon) ja klasterdusalgoritm, mis vastab andmete omadustele ja analüüsi eesmärkidele. Tulemuste tõlgendamine nõuab sageli ka domainiteadmisi, et hinnata leitud klastrite praktilist tähendust.