![](images/doc.gif)
0
0
0
7
0
0
0
0
0
0
0
0
0
18
11
0
2
0
0
0
0
0
0
0
0
0
0
0
3
0
3
8
12
0
0
0
0
0
0
0
0
0
6
12
0
0
0
0
0
18
13
3
0
0
7
0
5
0
0
0
0
0
0
0
0
3
0
18
14
0
0
0
0
0
0
1
0
3
0
0
0
0
0
0
0
4
15
5
0
0
5
0
0
0
0
0
0
0
0
0
0
0
0
10
16
0
0
0
0
0
0
2
0
0
0
0
0
0
0
0
0
2
53
31
5
45
25
22
48
5
53
13
12
25
17
12
14
3
Как следует из таблицы 3.1.3, построенныеклассификации существенно различаются между собой. Количество информации ободной классификации, содержащееся в другой, равно 2,217 бит. Поскольку энтропияклассификации, построенной с помощью Complete Linkageс использованием расстояния Cosine of Vectors of Values, равна 3,667 бит, а неопределенностьклассификации, построенной спомощью Ward Linkage срасстоянием Squared Euclidean Distance равна 3,643 бит, то это означает, что знание первой классификации снижает неопределенность второй классификации на 60,9%. В то жевремя, втораяой классификацияи снижает неопределенность первой на 60,5%. Такое существенноерасхождение между двумя классификациями с близкими неопределенностями лишнийраз подтверждает необходимость проведения тщательного содержательного анализапостроенных классификаций. Формально построенная классификация может служитьлишь основой для последующего качественного анализа, а также для отбораклассифицирующих показателей.
Сравним теперь классификацию по исходнымданным методом Ward Linkageс классификацией по нормированным данным методомComplete Linkage с расстоянием Cosine of Vectors of Values.
Таблица 3.1.4.Матрица сопряженности для кластеризации регионов России по характеристикамуровня жизни методом Ward Linkage и нормированным характеристикам уровня жизни методом Complete Linkage с расстояниемCosine of Vectors of Values.
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | ||
1 | 11 | 1 | 24 | 11 | 0 | 9 | 7 | 0 | 3 | 9 | 0 | 0 | 11 | 0 | 3 | 0 | 89 |
2 | 2 | 0 | 9 | 0 | 0 | 6 | 0 | 9 | 28 | 1 | 0 | 0 | 3 | 0 | 2 | 0 | 60 |
3 | 5 | 3 | 5 | 13 | 0 | 0 | 12 | 0 | 1 | 4 | 1 | 0 | 0 | 0 | 1 | 0 | 45 |
4 | 0 | 0 | 0 | 0 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 6 |
5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 22 | 19 | 0 | 0 | 1 | 4 | 0 | 0 | 0 | 46 |
6 | 4 | 9 | 0 | 21 | 9 | 0 | 7 | 0 | 0 | 1 | 1 | 0 | 0 | 1 | 0 | 0 | 53 |
7 | 0 | 0 | 0 | 0 | 2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 |
8 | 0 | 0 | 3 | 0 | 0 | 2 | 1 | 0 | 4 | 1 | 0 | 0 | 0 | 0 | 3 | 0 | 14 |
9 | 0 | 0 | 1 | 4 | 0 | 1 | 5 | 0 | 0 | 2 | 0 | 0 | 0 | 2 | 1 | 0 | 16 |
10 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 12 | 0 | 0 | 0 | 7 | 0 | 0 Pages: | 1 | ... | 9 | 10 | 11 | 12 | 13 | ... | 55 |![]() |