Слайд 2Задачи структурного (классификационного) анализа данных
1. Классификация.
Разбить множество объектов на группы схожих.
2.
![Задачи структурного (классификационного) анализа данных 1. Классификация. Разбить множество объектов на группы](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-1.jpg)
Группировка параметров.
Набор параметров, описывающих систему, необходимо разбить на группы связанных и выделить из каждой группы наиболее существенный параметр.
Слайд 33. Кусочная аппроксимация.
Требуется так разбить пространство входных параметров, чтобы сложная во
![3. Кусочная аппроксимация. Требуется так разбить пространство входных параметров, чтобы сложная во](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-2.jpg)
всем пространстве зависимость выходного параметра от вектора входных была простой в пределах каждой области.
Слайд 4Постановка задачи.
1). Классифицируемое множество объектов.
2). Класс допустимых классификаций.
3). Критерий качества
![Постановка задачи. 1). Классифицируемое множество объектов. 2). Класс допустимых классификаций. 3). Критерий качества классификации.](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-3.jpg)
классификации.
Слайд 51). Классифицируемое множество объектов:
2). Класс допустимых классификаций.
![1). Классифицируемое множество объектов: 2). Класс допустимых классификаций.](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-4.jpg)
Слайд 6Задача построения размытой классификации
3). Критерий качества классификации.
![Задача построения размытой классификации 3). Критерий качества классификации.](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-5.jpg)
Слайд 7Виды функционалов
1. Классификация евклидова пространства
с заданным законом распределения
где
- среднее i-го
![Виды функционалов 1. Классификация евклидова пространства с заданным законом распределения где - среднее i-го класса.](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-6.jpg)
класса.
Слайд 82. Экстремальная группировка параметров
![2. Экстремальная группировка параметров](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-7.jpg)
Слайд 93. Кусочно-линейная аппроксимация
- пространство входных параметров
с заданным законом распределения
- выходной параметр.
![3. Кусочно-линейная аппроксимация - пространство входных параметров с заданным законом распределения - выходной параметр.](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-8.jpg)
Слайд 10Виды размытости классификации
1. Четкая классификация
![Виды размытости классификации 1. Четкая классификация](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-9.jpg)
Слайд 112. Размытая классификация по Беждеку
![2. Размытая классификация по Беждеку](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-10.jpg)
Слайд 123. Классификация с размытыми границами
![3. Классификация с размытыми границами](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-11.jpg)
Слайд 134. Качественная размытая классификация
![4. Качественная размытая классификация](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-12.jpg)
Слайд 145. Классификация с перекрывающимися классами
![5. Классификация с перекрывающимися классами](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-13.jpg)
Слайд 16Алгоритм классификации при известном законе распределения
(конечная выборка объектов)
![Алгоритм классификации при известном законе распределения (конечная выборка объектов)](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-15.jpg)
Слайд 17Критерий качества классификации, зависящий от моментов классов
![Критерий качества классификации, зависящий от моментов классов](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-16.jpg)
Слайд 18Вид оптимальной классификации функционала (1)
![Вид оптимальной классификации функционала (1)](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-17.jpg)
Слайд 19Классификация по бесконечной выборке объектов
![Классификация по бесконечной выборке объектов](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-18.jpg)
Слайд 22Система анализа данных
«АНАЛИТИК»
Вид обрабатываемых данных. Куб данных - таблица «объекты-параметры», развернутая во
![Система анализа данных «АНАЛИТИК» Вид обрабатываемых данных. Куб данных - таблица «объекты-параметры»,](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-21.jpg)
времени.
Основные модули: предобработки, экстремальной группировки параметров, классификации объектов, анализа множества полученных классификаций, кусочной аппроксимации и рекуррентных алгоритмов.
Выдача результатов: в том числе на карту.
Слайд 23Схема обработки данных в системе «АНАЛИТИК»
![Схема обработки данных в системе «АНАЛИТИК»](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-22.jpg)
Слайд 25Предобработка
Выбор текущего подкуба данных
Создание производных показателей
Описательная статистика
Выявление выбросов в данных
Заполнение пропусков в
![Предобработка Выбор текущего подкуба данных Создание производных показателей Описательная статистика Выявление выбросов](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-24.jpg)
данных
Нормирование данных
Слайд 29Анализ множества полученных классификаций
![Анализ множества полученных классификаций](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/440329/slide-28.jpg)