توضیحات
پروژه آموزشی خوشه بندی 150 کیس با 7 معیار مختلف در متلب
در این پروژه، 148 کیس(مشتری) با پنج معیار طی مراحل زیر خوشه بندی می شوند.
1-خوشه بندی به روش سلسله مراتبی وارد (ward) و ترسیم نمودار دندروگرام و تعیین تعداد خوشه بهینه از طریق نمودار
۲-خوشه بندی به روش k_means و تعیین تعداد خوشه بهینه از طریق روش سیلوئت(silhouette)
۳-خوشه بندی به روش k_means با تعداد خوشه بهینه بدست آمده از مرحله ۱
۴-خوشه بندی به روش k-means با تعداد خوشه بهینه بدست آمده از مرحله ۲
۵-محاسبه شاخص دیویس_بولدین برای هر کدام از خوشه بندی های انجام شده در مرحله ۳ و ۴
نکته 1: بازه مقدار K در مرحله دوم، بین 2 و 8 است.
نکته3: جهت بی مقیاس سازی داده ها از روش بی مقیاس سازی نرمال(Zscore) استفاده شود.
نکته 4: جهت محاسبه فاصله، از فاصله اقلیدسی استفاده گردد.
خروجی های سفارش:
1- جدول خوشه بندی سلسله مراتبی وارد و نمودار دندروگرام آن، به همراه تعداد خوشه بهینه آن.
2-جداول خوشه بندی های انجام شده به ازای K از عدد 2،3،4،5،6،7،8، به همراه نمودار نیمرخ(سیلوئت) و ضریب نیمرخ(سیلوئت) هر کدام از خوشه بندی های انجام گرفته به ازای K از عدد 2،3،4،5،6،7،8،
3- جدول خوشه بندی به روش K_means به ازای K برابر با تعداد خوشه بهینه بدست آمده از مرحله یک(مرحله خوشه بندی وارد)
4- جدول خوشه بندی به روش K_means به ازای K برابر با مقداری که در آن ضریب نیمرخ بدست آمده از مرحله دوم، حداکثر باشد.
5- شاخص دیویس- بولدین محاسبه شده برای خوشه بندی مرحله سوم.
6- شاخص دیویس-بولدین محاسبه شده برای خوشه بندی مرحله چهارم.
تصویر نمونه داده اکسل
پروژه آموزشی خوشه بندی 150 کیس با 7 معیار مختلف در متلب توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده است .
- فایلهای پروژه آموزشی به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.