ryhmittelykriteerejä

Ryhmittelykriteerejä tarkoitetaan sääntöjä tai periaatteita, joiden perusteella kohteet tai tiedot jaetaan samanlaisiin ryhmiin. Niiden tehtävä on muodostaa ryhmiä, joiden sisäiset erot ovat pienempiä ja jotka poikkeavat toisistaan. Ryhmittelykriteerit liittyvät usein tilastolliseen analyysiin, koneoppimiseen ja tiedonhallintaan.

Kriteerit voidaan jakaa kvantitatiivisiin (numeraaliset mittaukset) sekä kvalitatiivisiin (laadulliset ominaisuudet). Lisäksi voidaan käyttää etäisyyteen tai samankaltaisuuteen perustuvia kriteerejä; etäisyyslaskenta (esim. Euclidinen tai Manhattanin etäisyys) määrittää, miten kohteet liitetään samaan ryhmään. Toisaalta voidaan käyttää luokittelua tai ohjattua ryhmittelyä, jolloin kriteerit perustuvat ennalta määriteltyihin luokkiin. Kriteerien valintaan vaikuttavat tavoite, data ja tulkittavuus.

Esimerkkejä ryhmittelykriteerien sovelluksista: K-means -menetelmä käyttää etäisyyspohjaisia kriteerejä löytääkseen pisteiden keskukset; hierarkinen ryhmittely soveltaa erilaisia yhdistämiskriteerejä ryhmien muodostamiseen. Markkinointianalytiikassa segmentointi voi nojata sekä demografisiin että käyttäytymisperusteisiin mittareihin. Biologisessa tutkimuksessa ryhmät voidaan muodostaa geneettisten tai fenotyyppisten ominaisuuksien perusteella.

Käytännössä ryhmittelykriteerien valinta vaikuttaa ryhmien pysyvyyteen, tulkittavuuteen ja analyysin luotettavuuteen. Siksi kriteerit tulisi valita tavoitteellisesti, dataa koskevia oletuksia kuunnellen ja vaikutukset sekä heikkoudet arvioiden.