Кластерний аналіз

Мета –отримати навики зі здійснення клатерізації об’єктів.

Теоритична довідка

Кластерний аналізвсе частіше знаходить вживання в маркетингових дослідженнях. Кластерним аналізомкористуються і університетські фахівці, і практикуючі маркетологи, вирішуючи, в першу чергу, проблему угрупування. Мова може йти про продукти, клієнтів, співробітників - при грамотному вживанні кластерний аналіз може працювати з вельми широким спектром об'єктів. Проте, не дивлячись на високу популярність цього апарату, частенько дослідник не знайомий з його специфікою і особливостями вживання. Це, у свою чергу, вабить розчарування в аналітичних можливостях методу і необгрунтований скептицизм.

Як правило, при вживанні кластерного аналізу аналітик стикається з двома групами завдань:

На основі теоретичних передумов вибрати адекватний алгоритм

Грамотно провести аналіз і проінтерпретувати результати

Виділяють дві групи методів кластерного аналізу: ієрархічні і неієрархічні.

Основними методами ієрархічного кластерного аналізу є метод ближнього сусіда, метод повного зв'язку, метод середнього зв'язку і метод Варда. Найбільш універсальним є останній. Існують також центроидные методи і методи, що використовують медіану, але Сніат і Сокал 1973 акуратно показали, що їх вживання може привести до деяких вельми небажаних наслідків.

Неієрархічні методів більше, хоча працюють вони на одних і тих же принципах. По суті, вони є ітеративними методами дроблення вихідної сукупності. В процесі ділення формуються нові кластери, і так до тих пір, поки не буде виконано правило зупинки. Між собою методи розрізняються вибором початкової точки, правило формування нових кластерів і правилом зупинки. Найчастіше використовується алгоритм до-середніх. Він має на увазі, що аналітик заздалегідь фіксує кількість кластерів в результуючому розбитті.

Вибираючи між ієрархічними і неієрархічними методами, слід звернути увагу на наступні моменти:

Неієрархічні методи виявляють вищу стійкість по відношенню до викидів, невірного вибору метрики, включенню незначимих змінних в базу для кластеризації і ін. Але платою за це є слово «апріорі». Дослідник повинен заздалегідь фіксувати результуючу кількість кластерів, правило зупинки і, якщо на те є підстави, початковий центр кластера. Останній момент істотно відбивається на ефективності роботи алгоритму. Якщо немає підстав штучно задати цю умову, взагалі кажучи, рекомендується використовувати ієрархічні методи.