Semester 1.3

kann man k Klassen erzeugen 

1) Clusteranalyse von Risiken  2) Sinus-Milieus als Anwendungsgebiet der Marktforschung, Meinungsforschung und Reichweitenanalyse 3) phylogenetischer Stammbaum bei Wirbeltieren  4) Ähnlichkeit von Emotionsbegriffen (pos. und neg. Einteilung)  5) phylogenetischer Stammbaum des homo sapiens  6) Dendrogramm der genetischen Distanz von Jetzt-Mensch, Neandertaler und Shimpansen 

=> nach welchem Kriterium wird ein Cluster gebildet  1) single-linkage/ nearest neigbor 2) complete-linkage/ furthest neigbor 3) average linkage 4) zentroid-Clustering 5) Ward Methode 

- es werden jeweils die Cluster zu einem neuen Cluster geformt, die die geringste Distanz zueinander aufweisen  - die neue Distanz zwischen dem neu gebildeten Cluster ist die geringste Distanz die sich zwischen den einzelnen Objekten innerhalb des neuen Clusters und den einzelnen Objekten des anderen Clusters bestimmen lässt  - einem Cluster wird ein neuer Punkt hinzugefügt, wenn seine Entfernung zu den Punkten des Clusters kleiner als die Distanz zwischen den zwei am nächsten beieinader liegenden, noch nicht gruppierten Punkten ist  - ist das nicht der Fall werden die beiden am nächsten beieinander liegenden, nicht gruppierten Punkte zu einem weiteren Cluster zusammengeasst - wird so lange fortgesetzt bis alle Punkte in einem Cluster sind  Entfernung zwischen 2 Clustern = kürzeste Distanz zwischen einem Punkt des ersten und einem Punkt des zweiten Clusters  => es werden tendenzielle eher Objekte an bestehende Cluster angelagert und dadruch entstehen eher heterogene Cluster und Ketten 

- es werden auch hier jeweils die Cluster zusammengefasst, die die geringste Distanz zu einander aufweisen, allerdings ist hier die neue Distanz definiert als die größte Distanz die sich zwischen den einzelnen Objekten innerhalb des neuen Clusters und den einezlen Objekten des anderen Clusters bestimmen lässt  => führt zur Bildung kleinerer, homogenerer Cluster 

Clusterbildung auf der Basis der durchschnittlichen Distanzen. Es wird von jedem Punkt die Distanz zu jedem Punkt des anderen Clusters bestimmt und davon der Durchschnitt genommen  => sehr rechenaufwendig 

- keine Berücksichtigung von Einzeldistanzen  - man nimmt jeweils das arithmetische Mittel aller Objekte in einem Cluster und guckt was davon die kürzeste Distanz ist 

-varianzanalytischer Ansatz zur Berechnung der Distanz zwischen Clustern  - es wird immer das Objekt fusioniert, durch dessen Zusammenschluss sich das Varianzkriterium, also die Fehlerquadratsumme am wenigsten vergrößert => ziel: möglichst homogene Cluster, durch Fusion soll sich die Varianz in der Cluster möglichst wenige erhöhen und eine hoeh Varianz zwischen den Clustern herschen  => führt zu kleineren homogenen Clustern 

- hilft bei der Entscheidung über die Anzahl der extrahierten Cluster - es stellt den Zuwachs der Fehlergröße in Abhängigkeit von der Clusterzahl dar  => ähnliche Funktion wie Scree-Test in der Faktorenanalyse 

hier sollte man eher ein complete oder average linkage Verfahren wählen  das single-linkage verfahren würde die 2 Gruppen nicht erkennen und eine Kettenstruktur erstellen 

hier sollte man eher das single-linkage Verfahren wählen, denn so werden die beiden Klassen gut erkennt  beim complete/ average linkage werden die Klassen nicht erkannt, da nicht der kleinste Abstand berücksichtig wird 

- nützliches heuristisches Verfahren um Personen so zu gruppieren, dass die unterschiede zwischen den Objekten innerhalb der Cluster minimiert und zwischen dne Objekten maximiert werden 

- vom verwendeten Fusionsverfahren - vom verwendeten Ausgangsmaterial  - vom verwendeten Ähnlichkeits/ Distanzmaß 

1) hierachische Clusteranalyse: Clusteranzahl nicht fest vorgegeben, Hierachie von feinster Einteilung zu gröbster Gruppierung  2) K-Means-Verfahren: eine bestimte Anzahl von Clustern wird fest vorgegeben, hier ist eine Vorinformation über die Clusterstruktur zwingend erforderlich