Разработка кроссплатформенного приложения для кластерного анализа данных на основе рандомизированных алгоритмов Дипломная работа студента 544 группы Морозкова. - презентация

1 Разработка кроссплатформенного приложения для кластерного анализа данных на основе рандомизированных алгоритмов Дипломная работа студента 544 группы Морозкова Михаила Андреевича Научный руководитель к. ф.-м. н. Шалымов Д. С. Рецензент д. ф.-м. н., проф. Граничин О. Н. Санкт-Петербургский государственный университет математико-механический факультет кафедра системного программирования 2010 г

2 Введение Проблемы: Качество кластеризации Трудоёмкость задачи Обоснованность 2 кластера6 кластеров Решение: Рандомизированные алгоритмы Сценарный подход

3 Постановка задачи Реализация алгоритма Апробация Сравнительный анализ Исследование зависимости от параметров

4 Рандомизированный алгоритм Cлучайные выборки точек Вычисление индексной функции Построение равномерных аппроксимаций Вычисление характеристической функции Определение индексного множества Входные параметры алгоритма

5 Реализация Python QT & pyQT NumPy, SciPy Matplotlib

6 Результаты моделирования

7 Сравнительный анализ ТестАлгоритм Среднее время, сек % правильных ответов Тест 1 (16 четырехмерных кластеров) Рандомизированный6681 Сьюгер-Джеймс15691 Хартиган16165 Кржановский-Лай15335 Тест 2 (16 десятимерных кластеров) Рандомизированный5683 Сьюгер-Джеймс14496 Хартиган Кржановский-Лай14480 Тест 3 (22 четырехмерных кластера, объединенных в 3 надкластера) Рандомизированный9081 Сьюгер-Джеймс21193 Хартиган21476 Кржановский-Лай21171

8 Результаты Разработано кроссплатформенное приложение для кластерного анализа данных Реализован новый рандомизированный алгоритм Подтверждены оценки состоятельности Сделены выводы о зависимости работоспособности от параметров