Добавил:

Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Поволжский государственный технологический университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

кучка / Глазунова_диагностические_методы_1

.pdf

Скачиваний:

Добавлен:

27.04.2015

Размер:

1.78 Mб

Скачать

☆

<<< < Предыдущая 1 2 3 4 5 67 / 107 8 9 10 > Следующая >>>

Dlina	m 0
	n 0
	for	i 0 N 1
	for j 0 N 1
		R_ ST_N ST_Nj ST_Ni 2
		R_ ST_N ST_Nj ST_Ni 2
		R_HR_N HR_N			j	HR_N 2
					j		i
		R_PQ_N PQ_N PQ_N 2
				j			i
		R_PH_N PH_N PH_N 2
				j			i
		R_P2_N P2_N P2_N 2
				j			i
		R_P1_N P1_N P1_N 2
				j			i

		Di j R_ ST_N R_HR_N R_PQ_N R_PH_N R_P2_N R_P1_N
	D

		0	1	2			3	4	5	6	7	8	9
	0	0	2.8	1.47			3.88	5.36	2.43	3.34	2.96	3.61	3.6
	1	2.8	0	3.18			2.26	4.3	3.37	3.77	2.14	2.8	2.43
	2	1.47	3.18		0		4.21	6.1	3.44	3.89	2.72	3.83	4.2
	3	3.88	2.26	4.21			0	3.65	3.83	4.66	3.23	1.64	1.8
Dlina	4	5.36	4.3	6.1			3.65	0	3.61	4.53	5.29	4.14	4.26
	5	2.43	3.37	3.44			3.83	3.61	0	3.28	4.27	3.99	4.03
	6	3.34	3.77	3.89			4.66	4.53	3.28	0	3.52	4.36	4.63
	7	2.96	2.14	2.72			3.23	5.29	4.27	3.52	0	2.65	2.96
	8	3.61	2.8	3.83			1.64	4.14	3.99	4.36	2.65	0	1.52
	9	3.6	2.43	4.2			1.8	4.26	4.03	4.63	2.96	1.52	0

Найдем	минимальное	расстояние	в	матрице:
min d 2 , i j 1.47 при i 1, j 3		. Образуем с помощью I			i	и	I	j
ij					i			j
новый кластер Ii , I j . Построим новую матрицу расстояния:

dij	{1+3}	2	4	5	6	7	8	9	10

{1+3}	0	2.8	3.88	5.36	2.44	3.34	2.72	3.61	3.59

2		0	2.26	4.3	3.37	3.77	2.14	2.8	4.29

4			0	3.65	3.83	4.66	3.28	1.64	1.8

5				0	3.61	4.53	5.29	4.14	4.26

6					0	3.28	4.27	3.99	4.03

7						0	3.52	4.36	4.63

8							0	2.65	2.96

9								0	1.52

10									0

Расстояние между кластером i + j и некоторым другим кластером k равно минимальному из этих двух расстояний:

di+j,k = min (di k + dj k).

Последующие шаги аналогичны.

Получим такую последовательность разбиений:

1, 2, 3, 4, 5, 6, 7, 8, 9, 10 min(dij) =1.47

1 3, 2, 4, 5, 6, 7, 8, 9, 10 min(dij) =1.52

1 3, 2, 4, 5, 6, 7, 8, 9 10 min(dij) =1.64

1 3, 2, 4 (9 10) , 5, 6, 7, 8 min(dij) =2.14

1 3, 2 8 , 4 (9 10) , 5, 6, 7 min(dij) =2.26

1 3, ( 2 8 ) ( 4 (9 10) ), 5, 6, 7 min(dij) =2.44

(1 3 ) 6, ( 2 8 ) ( 4 (9 10) ), 5, 7 min(dij) =2.72

((1 3 ) 6) (( 2 8 ) ( 4 (9 10) )),5,7 min(dij) =3.28

(((1 3 ) 6) (( 2 8 ) ( 4 (9 10) ))) 7,5 min(dij) =3.61

((((1 3 ) 6) (( 2 8 ) ( 4 (9 10) ))) 7) 5

Дендрограмма представлена на рис. 3.3.

1 3 6 2 8 4 9 10 7 5

Рис. 3.3. Дендрограмма

На основании полученной дендрограммы можно разбить исходную выборку примерно на два основных кластера (по значению минимального расстояния min(dij) 2.6): (1, 3, 6) и (2, 8, 4, 9, 10). Это свидетельствует о том, что в данной выборке (из 10 больных) присутствуют два различных заболевания (например, желудочковая экстрасистолия и ишемическая дисфункция левого желудочка).

Задание к лабораторной работе

Изучив теоретическое введение и пример, требуется в соответствии с номером варианта для выборочных совокупностей, представленных в табл. 3.1 вычислить матрицу расстояний

D dij2 и произвести кластеризацию данных (табл. 3.2). По-

строить дендрограмму. Сделать вывод.

Таблица 3.2. Варианты выборочных совокупностей

1	P1	4.5	4.5	4	2.3	4.6	4	4.9	6	6.5	6.5

	P2	2.4	3	2	1	1.5	2	1	2.5	3.2	3.2

	PH	1	1	1	1.5	1.5	1	1.2	2	3	3

	PQ	1.3	1.4	2.5	1.5	5	4.3	1.5	3.5	1	1

	HR	81	98	96	103	103	117	110	108	118	110

	∆ST	0.5	1	1	1.5	1.5	3	1	1	2	1.1

2	P1	6.3	5	4.5	5.5	4.5	4.5	4.7	3	3	3

	P2	3.2	3	2.5	3	2.3	2.3	2.3	1	1	1.1

	PH	3	2	2	1.8	1.8	1.8	1.6	1.6	1.6	2

	PQ	1	1	1	1	2.5	2.2	2.3	1.2	1.2	1

	HR	98	98	99	101	145	126	104	98	103	89

	∆ST	1.2	2	2	1	0.5	0.5	0.5	0.5	0.3	1

3	P1	5.5	5.5	5	5	6	5	6	6	3.5	3

	P2	1.5	1.5	1	1.5	2.5	1.5	2	2	1.3	1

	PH	2	2	1.5	2	2	1.5	3	1.9	1.8	1.8

	PQ	1.5	1.5	1.5	4	3.5	3.5	3	3	0.5	1

	HR	83	80	94	80	104	123	120	106	107	98

	∆ST	0	0	0.5	0.5	0	1.8	2	1.8	0.5	0

4	P1	3.5	3	2.9	6	5	5	6	5.3	5.3	6

	P2	1.1	1	1.2	2	2	2	2	2.3	2.3	2

Продолжение табл. 3.2

	PH	2	2	1.5	1.5	2	1.7	2	2.3	2	2

	PQ	0.9	0.6	0.5	3	4	3.5	2	1.9	1.9	2.3

	HR	100	102	100	120	102	122	130	122	80	79

	∆ST	0	0.5	0.5	0	5	5	4.5	4	5	5

5	P1	6	4.6	5	4.5	4.5	4.5	4.5	2.3	4	4.9

	P2	2	1.1	1	1.2	2	2	2	2	2.3	1

	PH	1.8	1.5	1.5	1.3	1.2	1.5	2	2	1.7	2

	PQ	2.5	2	2	2	2.3	2.5	4.5	2.5	2.3	2

	HR	71	78	63	94	100	93	102	100	120	102

	∆ST	0.5	0	0.2	0	0	0	2	2	0.5	0.5

6	P1	4.5	4.5	4.5	5	4.6	6	6	5.3	5.3	6

	P2	2.4	3	2	1	1.5	2	1	2.5	3.2	3.2

	PH	1	1	1	1.5	1.5	1	1.2	2	3	3

	PQ	1	1	1	1	2.5	2.2	2.3	1.2	1.2	1

	HR	83	80	94	80	104	123	120	106	107	98

	∆ST	0	0.5	0.5	0	5	5	4.5	4	5	5

7	P1	5	5	6	2.9	3	3.5	3	3.5	6	6

	P2	3.2	3	2.5	3	2.3	2.3	2.3	1	1	1.1

	PH	1.8	1.5	1.5	1.3	1.2	1.5	2	2	1.7	2

Продолжение табл. 3.2

	PQ	0.9	0.6	0.5	3	4	3.5	2	1.9	1.9	2.3

	HR	83	80	94	80	104	123	120	106	107	98

	∆ST	1.2	2	2	1	0.5	0.5	0.5	0.5	0.3	1

8	P1	5	6	5	5	5.5	5.5	3	3	3	4.7

	P2	1.5	1.5	1	1.5	2.5	1.5	2	2	1.3	1

	PH	1	1	1	1.5	1.5	1	1.2	2	3	3

	PQ	1.3	1.4	2.5	1.5	5	4.3	1.5	3.5	1	1

	HR	81	98	96	103	103	117	110	108	118	110

	∆ST	0.5	1	1	1.5	1.5	3	1	1	2	1.1

9	P1	4.5	4.5	5.5	4.5	5	6.3	6.5	6.5	6	4.9

	P2	1.1	1	1.2	2	2	2	2	2.3	2.3	2

	PH	1.8	1.5	1.5	1.3	1.2	1.5	2	2	1.7	2

	PQ	2.5	2	2	2	2.3	2.5	4.5	2.5	2.3	2

	HR	71	78	63	94	100	93	102	100	120	102

	∆ST	0.5	0	0.2	0	0	0	2	2	0.5	0.5

10	P1	6	6	5.3	5.3	6	5	5	6	2.9	3

	P2	2	1.1	1	1.2	2	2	2	2	2.3	1

	PH	3	2	2	1.8	1.8	1.8	1.6	1.6	1.6	2

	PQ	1	1	1	1	2.5	2.2	2.3	1.2	1.2	1

Продолжение табл. 3.2

	HR	98	98	99	101	145	126	104	98	103	89

	∆ST	1.2	2	2	1	0.5	0.5	0.5	0.5	0.3	1

11	P1	3.5	3	3.5	6.5	6.5	6.3	5	4.5	5.5	4.5

	P2	2.4	3	2	1	1.5	2	1	2.5	3.2	3.2

	PH	1	1	1	1.5	1.5	1	1.2	2	3	3

	PQ	2	2	1.5	1.5	2	1.7	2	2.3	2	2

	HR	0.9	0.6	0.5	3	4	3.5	2	1.9	1.9	2.3

	∆ST	100	102	100	120	102	122	130	122	80	79

12	P1	0	0.5	0.5	0	5	5	4.5	4	5	5

	P2	2.4	3	2	1	1.5	2	1	2.5	3.2	3.2

	PH	2	2	1.5	2	2	1.5	3	1.9	1.8	1.8

	PQ	1.5	1.5	1.5	4	3.5	3.5	3	3	0.5	1

	HR	83	80	94	80	104	123	120	106	107	98

	∆ST	0	0	0.5	0.5	0	1.8	2	1.8	0.5	0

13	P1	4.9	6	4	4.6	2.3	4	4.5	4.5	4.6	5

	P2	3.2	3	2.5	3	2.3	2.3	2.3	1	1	1.1

	PH	1	1	1	1.5	1.5	1	1.2	2	3	3

	PQ	1.3	1.4	2.5	1.5	5	4.3	1.5	3.5	1	1

	HR	81	98	96	103	103	117	110	108	118	110

Продолжение табл. 3.2

	∆ST	0.5	1	1	1.5	1.5	3	1	1	2	1.1

14	P1	6	6	5.3	5.3	6	5	5	6	2.9	3

	P2	2	1.1	1	1.2	2	2	2	2	2.3	1

	PH	3	2	2	1.8	1.8	1.8	1.6	1.6	1.6	2

	PQ	1	1	1	1	2.5	2.2	2.3	1.2	1.2	1

	HR	98	98	99	101	145	126	104	98	103	89

	∆ST	1.2	2	2	1	0.5	0.5	0.5	0.5	0.3	1

15	P1	4.5	4.5	5.5	4.5	5	6.3	6.5	6.5	6	4.9

	P2	1.1	1	1.2	2	2	2	2	2.3	2.3	2

	PH	2	2	1.5	1.5	2	1.7	2	2.3	2	2

	PQ	0.9	0.6	0.5	3	4	3.5	2	1.9	1.9	2.3

	HR	100	102	100	120	102	122	130	122	80	79

	∆ST	0	0.5	0.5	0	5	5	4.5	4	5	5

16	P1	4.9	6	4	4.6	2.3	4	4.5	4.5	4.6	5

	P2	2.4	3	2	1	1.5	2	1	2.5	3.2	3.2

	PH	1	1	1	1.5	1.5	1	1.2	2	3	3

	PQ	1	1	1	1	2.5	2.2	2.3	1.2	1.2	1

	HR	71	78	63	94	100	93	102	100	120	102

	∆ST	0.5	1	1	1.5	1.5	3	1	1	2	1.1

Продолжение табл. 3.2

17	P1	5	5	6	2.9	3	3.5	3	3.5	6	6

	P2	2.4	3	2	1	1.5	2	1	2.5	3.2	3.2

	PH	1.8	1.5	1.5	1.3	1.2	1.5	2	2	1.7	2

	PQ	0.9	0.6	0.5	3	4	3.5	2	1.9	1.9	2.3

	HR	83	80	94	80	104	123	120	106	107	98

	∆ST	1.2	2	2	1	0.5	0.5	0.5	0.5	0.3	1

18	P1	4.5	4.5	4	2.3	4.6	4	4.9	6	6.5	6.5

	P2	2.4	3	2	1	1.5	2	1	2.5	3.2	3.2

	PH	1	1	1	1.5	1.5	1	1.2	2	3	3

	PQ	0.9	0.6	0.5	3	4	3.5	2	1.9	1.9	2.3

	HR	100	102	100	120	102	122	130	122	80	79

	∆ST	0	0.5	0.5	0	5	5	4.5	4	5	5

19	P1	6.3	5	4.5	5.5	4.5	4.5	4.7	3	3	3

	P2	3.2	3	2.5	3	2.3	2.3	2.3	1	1	1.1

	PH	3	2	2	1.8	1.8	1.8	1.6	1.6	1.6	2

	PQ	1	1	1	1	2.5	2.2	2.3	1.2	1.2	1

	HR	98	98	99	101	145	126	104	98	103	89

	∆ST	1.2	2	2	1	0.5	0.5	0.5	0.5	0.3	1

20	P1	5.5	5.5	5	5	6	5	6	6	3.5	3

Окончание табл. 3.2

	P2	1.5			1.5	1	1.5	2.5	1.5	2	2		1.3	1

	PH	2			2	1.5	2	2	1.5	3	1.9		1.8	1.8

	PQ	1.3			1.4	2.5	1.5	5	4.3	1.5	3.5		1	1

	HR	81			98	96	103	103	117	110	108		118	110

	∆ST	0.5			1	1	1.5	1.5	3	1	1		2	1.1

Таблица 3.3. Варианты для расчета кластеризации данных

№ варианта				Мера расстояния				Мера сходства			Метод КА
1				Евклидово рас-							Метод полных
1					стояние							связей
					стояние							связей
											Метод макси-
2					l1 - норма						мального ло-
2					l1 - норма						кального рас-
											кального рас-
												стояния
3			Сюпремум-норма								Центроидный
3			Сюпремум-норма									метод
												метод
4					lp - норма						Метод полных
4					lp - норма							связей
												связей
											Метод макси-
5								Коэффициент			мального ло-
5								корреляции			кального рас-
								корреляции			кального рас-
												стояния
6				Евклидово рас-							Центроидный
6					стояние							метод
					стояние							метод
7					l1 - норма						Метод полных
7					l1 - норма							связей
												связей
											Метод макси-
8			Сюпремум-норма								мального ло-
8			Сюпремум-норма								кального рас-
											кального рас-
												стояния
9					lp - норма						Центроидный
9					lp - норма							метод
												метод
10								Коэффициент			Метод полных
10								корреляции				связей
								корреляции				связей
11											Метод Ворда

<<< < Предыдущая 1 2 3 4 5 67 / 107 8 9 10 > Следующая >>>

Соседние файлы в папке кучка

#
27.04.201582.06 Кб12lb2.xmcd
#
27.04.2015581 б9shared (fileserver) (O) - Ярлык.lnk
#
27.04.201560.05 Кб10shifr2.xmcd
#
27.04.2015634 б10StudySoftware (FileServerStudy) (S) - Ярлык.lnk
#
27.04.201565.31 Кб12всем студентам.jpg
#
27.04.20151.78 Mб21Глазунова_диагностические_методы_1.pdf
#
27.04.20150 б10ДМИвН.xmcd
#
27.04.2015525.71 Кб42Итоги моей работы.docx
#
27.04.201515.88 Кб107работа 2.docx
#
27.04.201519.96 Кб75текст 2.docx
#
27.04.20156.8 Mб52Текст2.docx