Кластеризація українських регіонів за допомогою карти Кохонена та алгоритму k-means в бізнес-аналітичної платформі "Deductor"
Застосування бізнес-аналітичної платформи "Deductor" для оцінки степені екологічної безпеки регіонів України. Дослідження кластеризації українських регіонів за соціально-економічними показниками з використанням карти Кохонена та алгоритму k-means.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | курсовая работа |
| Язык | украинский |
| Дата добавления | 26.11.2014 |
| Размер файла | 1,6 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
карта Кохонена в 0 кластер потрапили такі регіони - АР Крим, Київська, Одеська, Харківська, Київ, Севастополь, в 1 кластер потрапили такі області - Дніпропетровська, Донецька, Запорізька, Луганська, Полтавська, решту областей потрапили у 2 кластер;
алгоритм k-means в 0 кластер потрапили такі регіони - АР Крим, Київська, Одеська, Харківська, Київ, Севастополь, в 1 кластер потрапили такі області - Дніпропетровська, Донецька, Запорізька, Луганська, Полтавська, решту областей потрапили у 2 кластер.
Аналіз приведених вище результатів кластеризації за 2012 рік отриманих за різними алгоритмами показує, що розподіл регіонів у кластерах однаковий.
Порівняння результатів кластеризації на 3 кластери, які отримані за різними алгоритмами по соціально-економічних показниках 2013 та 2014 років показують, що властивості подібних кластерів однакові. Причому у 2 кластері знаходяться області із різних регіонів України.
Переваги використання карти Кохонена полягає в наступному: дозволяє зручно візуалізувати розміщення об'єктів, які мають багато характеристик; принцип побудови карти Кохонена зручний та відповідає звичайній рельєфній географічній карті. Слід зауважити, що при кластеризації, як правило, будується по кожному атрибуту окрема карта Кохонена + декілька загальних карт. Важливо зрозуміти, що на кожній з карт кожен об'єкт має одне і теж положення (точку), однак різний колір (рис.3.2). Відразу виникає питання: як оцінити якість проведеної кластеризації і чи є вона задовільною. Відмітимо, що однозначної відповіді тут немає, оскільки процес кластеризації є суб'єктивним і багато що залежить від вихідних даних. При кластеризації українських регіонів на 3 кластери отримуються стабільні та відтворювані результати. В такому випадку карти Кохонена, які приведені на рис.3.2 можуть використовуватися для більш точної та зваженої оцінки результатів кластеризації.
Рис.3.2 Карти Кохонена
Результати кластеризації по соціально-економічних показниках 2013 року на 4 кластери:
алгоритм k-means 0 кластер - АР Крим, Київська, Одеська, Київ, Севастополь, 1 кластер - Дніпропетровська, Донецька, Запорізька, Луганська, 2 кластер - Вінницька, Волинська, Житомирська, Закарпатська, Івано-Франківська, Тернопільська, Херсонська, Хмельницька, Черкаська, Чернівецька, Чернігівська та 3 кластер - Кіровоградська, Львівська, Миколаївська, Полтавська, Рівненська, Сумська, Харківська;
карта Кохонена 0 кластер - АР Крим, Київська, Одеська, Севастополь.1 кластер - Дніпропетровська, Донецька, Запорізька, Луганська, Київ.2 кластер - Вінницька, Волинська, Івано-Франківська, Полтавська, Харківська, Черкаська, Чернівецька, Чернігівська та 3 кластер - Житомирська, Закарпатська, Кіровоградська, Львівська, Миколаївська, Рівненська, Сумська, Тернопільська, Херсонська, Хмельницька. Порівняння результатів кластеризації на 4 кластери, які отримані за різними алгоритмами по соціально-економічних показниках 2013 року показують, що властивості подібних кластерів помітно відрізняються.
При кластеризації українських регіонів по соціально-економічних показниках 2014 року на 4 кластери отримані такі результати:
алгоритм k-means 0 кластер - АР Крим, Одеська, Харківська, Севастополь, 1 кластер - Дніпропетровська, Донецька, Запорізька, Київська, Київ, 2 кластер - Вінницька, Кіровоградська, Луганська, Миколаївська, Полтавська, Рівненська, Сумська, Херсонська, Черкаська, Чернігівська та 3 кластер - Волинська, Житомирська, Закарпатська, Івано-Франківська, Львівська, Тернопільська, Хмельницька, Чернівецька;
карта Кохонена 0 кластер - АР Крим, Київська, Одеська, Харківська, Київ, Севастополь.1 кластер - Дніпропетровська, Донецька, Запорізька, Луганська.2 кластер - Вінницька, Кіровоградська, Львівська, Миколаївська, Полтавська, Рівненська, Сумська, Херсонська, Хмельницька, Черкаська, Чернігівська та 3 кластер - Волинська, Житомирська, Закарпатська, Івано-Франківська, Тернопільська, Чернівецька.
Порівняння результатів кластеризації на 4 кластери, які отримані за різними алгоритмами по соціально-економічних показниках 2013 та 2014 років показують, що властивості подібних кластерів різні. В таких випадках за допомогою візуалізаторів (рисунки 1, 2 та 3) можна прийняти кінцеве рішення про віднесення того чи іншого регіону до відповідного кластера.
На рис.3.2 представлені профілі кластерів, які дають можливість оцінити вплив кожного із соціально-економічних показників всередині кластера по показнику "Значимость".
Рис.3. Профілі кластерів при кластеризації на 4 кластери
Причому менші значення відповідають меншому впливу показника. Таким чином при аналізі профілів кластерів можна вибрати найбільш оптимальний розподіл регіонів у кластерах.
Висновки та пропозиції
Із проведеного дослідження можна зробити висновок, що обробник карта Кохонена і кластеризація алгоритмом k-means із бізнес-аналітичної платформи Deductor можна застосовувати для кластеризації українських регіонів за соціально-економічними показниками. При кластеризації на 2 та 3 кластери розподіл регіонів у кластерах не залежить від алгоритму кластеризації. Також не спостерігається помітної різниці у властивостях кластерів на протязі 2012 - 2013 років. При кластеризації на 4 кластери результати розподілу регіонів у кластерах залежать від алгоритму кластеризації та вибору року даних. В цьому випадку запропоновано для прийняття рішення про віднесення того чи іншого регіону до відповідного кластера скористатися обробником профілі кластерів.
Список використаної літератури
1. Золотарева И.А., Павленко Л.А. Аналитическая платформа Deductor в оценке степени экологической безопасности регионов. Материалы I конференции вузов-партнеров (24.06.2010) [Електронний ресурс]. - Режим доступу: http://www.basegroup.ru/library/books/deductor2010/ (дата звернення 5.06.2013).
2. Барановський М.О. До питання про типологію депресивних територій [Електронний ресурс]. - Режим доступу: http://www.nbuv.gov.ua/portal/natural/Nzvdpu_geogr/2008_17/do20putannya 20pro20tupologiy. pdf (дата звернення 15.06.2013).
3. Шамсутдинова Т.М., Мухаметшин Т.Р. Использование нейронных сетей для анализа экономических показателей регионов приволжского федерального округа. Материалы I конференции вузов-партнеров (24.06.2010) [Електронний ресурс]. - Режим доступу: http://www.basegroup.ru/library/books/deductor2010/ (дата звернення 10.06.2013).
4. Гордополов Ю.В., Лукашевич Н.С. Кластеризация регионов по уровню социально-экономического развития на основе самоорганизующихся карт Кохонена. [Електронний ресурс]. - Режим доступу: http://ntv. spbstu.ru/2010/ec_2010_3. pdf/ (дата звернення 20.06.2013).
5. Юськів Б.М. Глобалізація і трудова міграція в Європі [Текст]: монографія / Б.М. Юськів. - Рівне: видавець О.М. Зень, 2009. - 476 с.
6. Григоренко О.П., Заверач М.М. Кластеризація регіонів України за допомогою Deductor / О.П. Григоренко, М.М. Заверач: Материалы III Международной научно-практической конференции [Проблемы развития внешнеэкономических связей, предпринимательского и рекреационного потенциала региона в процессе экономических реформ.], (Симферополь, 9 декабря 2011) / Институт стран востока и Африки Международный Славянский университет. Харьков. Крымское Республиканское учреждение. - Симферополь ИСВА МСУ, 2011. - Симферополь: 2011. - С.41-42.
7. Соціально-економічне становище регіонів України [Електронний ресурс]. - Режим доступу: http://www.ukrstat.gov.ua/ (дата звернення 2.07.2013).
Размещено на Allbest.ru
...Подобные документы
Реалізація сегментації позичальників методом карт Кохонена за допомогою пакету Deductor Studio. Послідовність дій, які необхідно провести для аналізу даних у Deductor Studio. Результат сегментації на картах Кохонена та характеристика кожного сегменту.
контрольная работа [1017,1 K], добавлен 29.09.2010Короткі теоретичні відомості про Deductor – аналітичну платформу, призначену для створення логічно завершених прикладних рішень в області аналізу даних. Основи роботи з аналітичною платформою Deductor виробництва російської компанії BaseGroup Labs.
лабораторная работа [1,4 M], добавлен 14.10.2014Описание платформы Deductor, ее назначение. Организационная структура аналитической платформы Deductor, состав модулей. Принципы работы программы, импорт и экспорт данных. Визуализация информации, сценарная последовательность и мастер обработки.
курсовая работа [3,7 M], добавлен 19.04.2014Основні ознаки, що дозволяють здійснювати ідентифікацію складних об’єктів моніторингу на основі нечітких алгоритмів кластерного аналізу. Вибір доцільного алгоритму кластеризації складних об’єктів моніторингу та синтез математичної моделі кластеризації.
курсовая работа [1,2 M], добавлен 12.01.2016Оцифровування карти за допомогою програмного продукту ArcGis. Порівняння методів інтерполяції за допомогою програмних продуктів Surfer та ArcGis. Згладжування отриманих сіткових даних за допомогою сплайнів і фільтрації. Застосування сіткових чисел.
курсовая работа [2,1 M], добавлен 31.01.2014Определение понятия знания, модели его представления – фреймовая, продукционная, семантическая. Разбор аналитической платформы Deductor. Описание демо-примера программы Deductor– прогнозирование с помощью линейной регрессии, использование визуализатора.
курсовая работа [1,1 M], добавлен 07.06.2011Бібліотека Pcap та її реалізація WinPcap під платформу Windows. Аспекти робот з бібліотекою WinPcap. Штучні нейронні мережі. Застосування бібліотеки Winpcap для захоплення мережевого трафіку. Реалізація нейронної мережі Кохонена для аналізу заголовків.
дипломная работа [2,2 M], добавлен 09.06.2012Сутність та значення алгоритму пошуку асоціативних правил, задачі та сфера використання. Приклад розрахунку показників транзакцій в супермаркеті. Особливості видозміни асоціативних правил. Ознайомлення з аналітичною платформою Deductor, її робота.
лабораторная работа [1,3 M], добавлен 19.03.2011Сучасна практика складання бізнес-плану, методики та стандарти його розробки. Програмні засоби бізнес-планування. Характеристика та особливості застосування пакету деяких прикладних програм: COMFAR, Project Expert, Альт-Інвест та Альт-Інвест-Прим.
реферат [22,9 K], добавлен 03.06.2011Сущность, структура, алгоритм функционирования самообучающихся карт. Начальная инициализация и обучение карты. Сущность и задачи кластеризации. Создание нейронной сети со слоем Кохонена при помощи встроенной в среды Matlab. Отличия сети Кохонена от SOM.
лабораторная работа [36,1 K], добавлен 05.10.2010Дослідження сучасної практики складання бізнес-плану діяльності підприємства. Характеристика сучасних методик, стандартів розробки та програмних засобів бізнес-планування: пакет прикладних програм COMFAR, Project Expert, Альт-Інвест та Альт-Інвест-Прим.
реферат [27,6 K], добавлен 08.08.2011Робота з фінансово-аналітичною інформаційною системою Project Expert; основні функції та модулі системи, їхній опис. Використання системи для створення інвестиційних проектів, їх аналізу та формування бізнес-плану. Опис послідовності виконання завдання.
лабораторная работа [20,5 K], добавлен 03.03.2009Розробка програмних модулів базових операцій обробки на підставі розрядно-логарифмічного кодування. Дослідження алгоритму розв'язку системи лінійних алгебраїчних рівнянь. Реалізація алгоритму Гауса. Покращення точності розрахунків за допомогою рл-чисел.
курсовая работа [427,2 K], добавлен 20.11.2013Дослідження етапів розробки програмної реалізації криптографічного алгоритму RC5. Опис об'єкту, що потребує захисту: операційне середовище, тип програмного забезпечення. Блок-схема алгоритму функціонування програми криптозахисту. Листінг тесту програми.
курсовая работа [4,4 M], добавлен 28.10.2010Проектування процесора для виконання (з використанням доповняльного коду без відновлення розрядів остачі) операції ділення в двійково-десятковій системі числення. Розробка алгоритму виконання операції та операційного автомату. Розробка карти прошивки.
курсовая работа [263,3 K], добавлен 14.03.2013Кластеризація як альтернатива побудови симетричних мультипроцесорних систем. Вища продуктивність і "живучість" обчислювальних комплексів як переваги кластеризації. Особливості варіантів структури кластерів. Види комплексів з активним вторинним вузлом.
реферат [25,6 K], добавлен 08.09.2011Розробка програми для моделювання роботи алгоритму Дейкстри мовою C# з використанням об’єктно-орієнтованих принципів програмування. Алгоритм побудови робочого поля. Програмування графічного інтерфейсу користувача. Тестування програмного забезпечення.
курсовая работа [991,4 K], добавлен 06.08.2013Побудова блок-схеми алгоритму проста вставка. Програмна реалізація алгоритму, опис результатів. Особливості обліку ітерації масивів. Відсортування даних за допомогою програми Turbo Pascal. Аналітична оцінка трудомісткості, графічне представлення.
контрольная работа [570,1 K], добавлен 21.05.2014Засвоєння засобів аналізу трудомісткості обчислювальних алгоритмів. Побудова графа алгоритму з отриманої блок-схеми. Мінімізація графа, його подання у вигляді стохастичної матриці. Знаходження кількості звернень до файлів за допомогою Microsoft Excel.
лабораторная работа [681,5 K], добавлен 02.06.2011Поняття черги в програмуванні, основні операції з чергою і їх реалізація. Опис алгоритму й специфікація програми. Розробка додатку з використанням задачі Ларсона по опису зв'язного неорієнтованого графа. Алгоритм розв’язку і результати виконання програми.
курсовая работа [1,1 M], добавлен 14.09.2012
