generated from TH_General/Template_Summary
hierachische Verfahren hinzugefügt
This commit is contained in:
30
chapters/Supervised Learning/Hierachische Verfahren.tex
Normal file
30
chapters/Supervised Learning/Hierachische Verfahren.tex
Normal file
@@ -0,0 +1,30 @@
|
||||
\chapter{Hierachische Verfahren}
|
||||
\includegraphics[width = \textwidth]{hierachische Verfahren.png}
|
||||
Eine hierarchische Clusterung lässt sich mithilfe eines Dendogramms darstellen:\\
|
||||
\includegraphics[width=.6\textwidth]{dendogramm.png}
|
||||
|
||||
\section{Algorithmus}
|
||||
\begin{enumerate}
|
||||
\item erzeuge für jeden Punkt aus dem Datensatz ein separates Cluster
|
||||
\item Berechne den Abstand zwischen allen Clustern
|
||||
\item Verschmelze die beiden Cluster, die den geringsten Abstand zueinander haben
|
||||
\item Aktualisiere die Distanzen zwischen den Clustern bis alle Punkte in dem gleichen Cluster liegen
|
||||
\item goto 3.
|
||||
\end{enumerate}
|
||||
Meistens wird in den Algorithmus eine Abbruchbedingung eingebaut, damit nicht alle Elemente in dem gleichen Cluster zusammengefasst werden.
|
||||
Diese Abbruchbedingung definiert sich über den maximalen Abstand der Elemente in einem Cluster.
|
||||
|
||||
\section{Abstand zwischen Clustern}
|
||||
Es gibt mehrer Möglichkeiten um den Abstand zwischen zwei Clustern festzustellen
|
||||
|
||||
\paragraph{Single Link}\mbox{}\\
|
||||
\includegraphics[width=.8\textwidth]{single-link.png}
|
||||
|
||||
\paragraph{Complete Link}\mbox{}\\
|
||||
\includegraphics[width=.8\textwidth]{complete-link.png}
|
||||
|
||||
\paragraph{Average Link}\mbox{}\\
|
||||
\includegraphics[width=.8\textwidth]{average-link.png}
|
||||
|
||||
\paragraph{Abstand der Zentroide der beiden Cluster}\mbox{}\\
|
||||
\includegraphics[width=.8\textwidth]{centroid-distance.png}
|
||||
Reference in New Issue
Block a user