Learn statistics in English. Учебно-практическое пособие

Theme V. Cluster analysis

Vocabulary

Cluster analysis – кластерный анализ. Encompass, v включать.

Algorithm, n алгоритм.

Inquiry, n вопрос; исследование. Observed data – наблюдаемые данные. Meaningful, a значимый, наглядный. Taxonomy, n таксономия.

Mammal, n млекопитающее. Vertebrate, n позвоночное (животное). Aggregation, n собирание, агрегация. Aggregate, v объединять, соединять. Respective, a соответственный.

In common with – иметь что-л. сходное с (кем-л.). Ape, n обезьяна.

Joining (tree clustering) – объединение (древовидная кластери- зация).

Two-way joining – двувходовое объединение. k-means clustering – метод к- средних. Significance, n значимость.

Unlike, prep в отличие от.

Priori, a предшествующий, априорный. Exploratory, a описательный, исследовательский. Summary, n изложение, обзор.

Clustering diseases – кластеризация заболеваний. Cure, n лекарство, средство (против чего-л. – for). Attempt, v пытаться; предпринимать.

Funeral, a похоронный. Pile, n множество, масса.

Hierarchical tree – иерархическое дерево.

Horizontal hierarchical tree plot – горизонтальная древовидная диаграмма.

Plot, n график, диаграмма.

Threshold, n порог.

Link, v соединять, связывать.

71

Learn statistics in English

Linkage distance – расстояние объединения.

Amalgamate, v соединять.

Dissimilar, a непохожий, отличный.

Axis, n ось.

Denote, v означать; указывать.

Node, n узел.

Detect, v обнаруживать.

Distance measures – меры расстояния.

Single dimension – одномерное измерение (пространство). Multiple dimension – многомерное измерение (пространство).

Subjective rating of taste – субъективная оценка вкуса. Straightforward, a прямой.

Euclidean distance – евклидово расстояние.

Squared Euclidean distance – квадрат евклидова расстояния. Ruler, n линейка.

Feed, v подавать, представлять. Derive, v происходить от. Raw data – исходные данные.

Outlier, n выброс. Scale, n шкала.

Convert, v превращать.

Multiply, v умножать.

Square, v возвести в квадрат. Average, n среднее, среднее значение. Yield, v производить.

Difference, n разность.

Damp, v уменьшать.

Power, n степень, показатель степени. Power distance – степенное расстояние. Via, prep через, посредством, при помощи.

User-defined parameters – параметры, определяемые пользова- телем.

Progressive, a последовательный.

Equal, a равный.

Percent disagreement – процент несогласия.

Categorical, a категорический.

Neighbor, n сосед.

72

Theme V. Cluster analysis

Single linkage – одиночная связь. Stringy, a волокнистый.

Chain, v сковывать, сцеплять.

Complete linkage – полная связь.

String, v нанизывать.

Clump, n группа (деревьев, кустов). Somehow, adv каким-либо образом. Elongate, v удлинять (ся).

Inappropriate, a неподходящий.

Unweighted pair-group average – невзвешенное попарное сред-

нее.

Abbreviation, n сокращение.

Weighted pair-group average – взвешенное попарное среднее.

Suspect, v подозревать. Uneven, a неравный.

Unweighted pair-group centroid – невзвешенный центроидный метод.

Centroid, n центр тяжести, центроид.

Center of gravity – центр тяжести.

Weighted pair-group centroid (median) – взвешенный центро-

идный метод (медиана).

Ward’s method – метод Варда.

Variance analysis – дисперсионный анализ. It turns out – оказывается.

Fitness, n пригодность.

Simultaneously, adv одновременно.

Pertain, v относиться, принадлежать. Subset, n подмножество.

Hunch, n подозрение.

Discriminate, v различать; дискриминировать.

Final assignments to the text

Choose 10 terms from the text, write them down, translate and remember.

73

tions, the size of the respective clusters is used as a weight.

75

Theme V. Cluster analysis

орных гипотез относительно классов, но все еще находи- тесь в описательной стадии исследования.

5.Когда необходимо классифицировать «горы» информа- ции к пригодным для дальнейшей обработки группам, кластерный анализ оказывается весьма полезным и эф- фективным.

6.Назначение алгоритма объединения (древовидной кла- стеризации) состоит в объединении объектов в доста- точно большие кластеры, используя некоторую меру сходства или расстояние между объектами.

7.На горизонтальной древовидной диаграмме горизонталь- ные оси представляют расстояние объединения, в верти- кальных древовидныхдиаграммах – вертикальные оси.

8.Объединение или метод древовидной кластеризации используется при формировании кластеров несходства или расстояния между объектами.

9.Расстояния между объектами могут определяться в од- номерном или многомерном пространстве.

10.Наиболее прямой путь вычисления расстояний между объектами в многомерном пространстве состоит в вы- числении евклидовых расстояний.

11.Евклидово расстояние – это наиболее общий тип рас- стояния, оно является геометрическим расстоянием в многомерном пространстве.

12.Евклидово расстояние вычисляется по исходным, а не по стандартизированным данным.

13.Расстояние между двумя объектами не изменяется при введении в анализ нового объекта, который может ока- заться выбросом.

14.На расстояния могут сильно влиять различия между осями, по координатам которых вычисляются эти рас- стояния.

15.Чтобы придать больше веса более отдаленным друг от друга объектам, можно возвести в квадрат стандартное евклидово расстояние.

16.Манхэттенское расстояние – это среднее разностей по координатам.

77

Learn statistics in English

17.Измерение Манхэттенского расстояния приводит к та- ким же результатам, как и для обычного евклидова рас- стояния, но при этом измерении влияние отдельных больших разностей (выбросов) уменьшается, так как они не возводятся в квадрат.

18.Расстояние Чебышева используется при желании опре- делить два объекта как различные, если они различают- ся по какой-либо одной координате (каким-либо одним измерением).

19.Если вы желаете увеличить или уменьшить прогрессив- ный вес, относящийся к размерности, для которой соот- ветствующие объекты сильно отличаются, то можно ис- пользовать степенное расстояние.

20.Параметр р контролирует постепенное взвешивание разностей по отдельным координатам, параметр r кон- тролирует прогрессивное взвешивание больших рас- стояний между объектами.

21.Если оба параметра r и p равны 2, то это расстояние сов- падает с расстоянием Евклида.

22.Процент несогласия используется в тех случаях, когда данные являются категориальными.

23.Когда каждый объект представляет собой отдельный кластер, расстояния между этими объектами определя- ются выбранной мерой.

24.Для определения расстояния между кластерами исполь- зуется правило ближайшего соседа. Этот метод называ- ется методом одиночной связи.

25.Как альтернативу можно использовать соседей в класте- рах, которые находятся дальше всех остальных пар объ- ектов друг от друга. Этот метод называется методом полной связи.

26.В методе ближайшего соседа, расстояние между двумя кластерами определяется расстоянием между двумя наиболее близкими объектами в различных кластерах.

27.В методе наиболее удаленного соседа, расстояние между кластерами определяется наибольшим расстоянием ме- жду любыми двумя объектами в различных кластерах.

78

Theme V. Cluster analysis

28.В методе невзвешенного попарного среднего, расстояние между двумя различными кластерами вычисляется как среднее расстояние между всеми парами объектов в них.

29.Метод взвешенного попарного среднего должен быть использован, когда предполагаются неравные размеры кластеров.

30.В невзвешенном центроидном методе, расстояние между двумя кластерами определяется как расстояние между их центрами тяжести.

31.В взвешенном центроидном методе при вычислениях используется вес для учета разницы между размерами кластеров.

32.Метод Варда использует методы дисперсионного анали- за для оценки расстояний между кластерами.

33.Двувходовое объединение используется в обстоятельст- вах, когда ожидается, что и наблюдения и переменные одновременно вносят вклад в обнаружение осмыслен- ных кластеров.

34.Метод К-средних строит ровно к различных кластеров, расположенных на возможно больших расстояниях друг от друга.

35.С точки зрения вычисления, можно рассматривать этот метод как дисперсионный анализ «наоборот».

36.В кластеризации методом К-средних программа пере- мещает объекты из одних групп в другие, для того чтобы получить наиболее значимый результат при проведении дисперсионного анализа (ANOVA).

Test

1. Match the English terms on the left with the Russian ones on the right.

79

2. Match the Russian terms on the left with the English ones on the right.

3.Fill the gaps with the words or word combinations from the given list.

1. squared Euclidean; 2. cluster analysis; 3. single dimension; 4. Euclidean distances; 5. multiple dimension; 6. the centroid; 7. a linkage or amalgamation; 8. weighted pair-group centroid; 9. power distance; 10. joining (tree clustering); 11. city-block (Manhattan) distance measure;

12.hierarchical tree; 13. ward’s method; 14. weighted pair-group average;

15.percent disagreement; 16. complete linkage; 17. k-means method; 18. single linkage; 19. Chebychev distance measure; 20. two-way joining; 21. distance measure; 22. unweighted pair-group average.

1.… will produce exactly k different clusters of greatest possible distinction.

2.Whenever one needs to classify a «mountain» of information into manageable meaningful piles … is of great utility.

80