простій і наочній формі шляхом нанесення розмальовки.
В результаті застосування самоорганізованих карт багатовимірний простір вхідних факторів було представлено в двомірному вигляді, в якому його досить зручно аналізувати.
Банки були класифіковані на 18 груп, для кожної з яких можливо визначення конкретних характеристик, виходячи з розмальовки відповідних показників.
Але потрібно ще додати, що після проведеного кластерного аналізу, немає підстав вважати, що отримане рішення є адекватним. Результати кластерного аналізу обов'язково вимагають перевірки за допомогою формальних і неформальних методів.
Неформальна перевірка результатів кластерного аналізу включає в себе такі процедури як
. аналіз результатів кластеризації, отриманих на певних вибірках набору даних;
. крос-перевірка;
. проведення кластеризації при зміні порядку спостережень в наборі даних;
. проведення кластеризації при видаленні деяких спостережень;
. проведення кластеризації на невеликих вибірках;
Один з варіантів перевірки якості кластеризації - використання декількох методів і порівняння отриманих результатів. Відсутність подібності не означатиме некоректність результатів, але присутність схожих груп вважається ознакою якісної кластеризації.
У цій главі ми розглянули таку парадигму нейронних мереж як карти Кохонена. Основна відмінність цих мереж від інших моделей полягає в наочності і зручності використання. Ці мережі дозволяють спростити багатовимірну структуру, їх можна вважати одним з методів проектування багатовимірного простору в простір з більш низькою розмірністю. Інтенсивність кольору в певній точці карти визначається даними, які туди потрапили: осередки з мінімальними значеннями зображуються темно-синім кольором, осередки з максимальними значеннями - червоним.
Інша принципова відмінність карт Кохонена від інших моделей нейронних мереж - інший підхід до навчання, а саме - некероване або неконтрольованого навчання. Цей тип навчання дозволяє даними навчальної вибірки містити значення тільки вхідних змінних. Мережа Кохонена вчиться розуміти саму структуру даних і вирішує завдання кластеризації.
Висновок
Наступив XXI століття стало етапним для проникнення нових інформаційних технологій і створюваних на їх основі високопродуктивних комп'ютерних систем в усі сфери людської діяльності - управління, виробництво, науку, освіту і т.д.
Кластерний аналіз паралельно розвивався в декількох напрямках, таких як біологія, психологія, ін., тому у більшості методів існує по два і більше назв. Це істотно ускладнює роботу при використанні кластерного аналізу. Кластеризація служить для об'єднання великих обсягів даних в групи (кластери), які характеризуються тим, що елементи всередині кожної групи мають більше «схожості» між собою, ніж між елементами сусідніх кластерів. В цілому, всі методи кластеризації можна підрозділити на ієрархічні й неієрархічні. Останні найчастіше використовуються при аналізі великих обсягів даних, тому вони володіють більшою швидкістю.
Кластерний аналіз не накладає обмеження на подання досліджуваних об'єктів, дозволяє аналізувати показники різних типів даних (інтервальним даними, частотам, бінарним даними). При цьому потрібно пам'ятати, що змінні повинні вимірюватися в порівнянних шкалах.
У ході дипломної роботи мною були розглянуті методи кластерного аналізу, їх види, докладно було розглянуто метод кластерного аналізу-самоорганізуються карти Кохонена.
Підсумком виконаної роботи стали наступні висновки та практичні результати:
§ Завдання кластеризації полягає в розділенні досліджуваної безлічі об'єктів на групи схожих об'єктів, званих кластерами;
§ Для визначення «схожості» об'єктів вводиться міра близькості, звана відстанню;
§ Результати кластеризації можуть бути представлені різними способами;
§ Базові методи кластеризації діляться на ієрархічні й неієрархічні;
Кластерний аналіз - один з найбільш цікавих і дієвих способів обробки інформації.
Список використаної літератури
1. Про кредитні ситуаціях (Текст .: федер. Закон від 30.12.2004 грам. № 218-ФЗ//Підростав. Газ. - 2005.-№2.)
2. Банківська справа. Под ред. Лаврушина О.І., М .: Фінанси і статистика, 2003. с. 251.
3. Адамова, К.Р. Фінансовий сектор РФ в 2001-2002 рр.// Бізнес і банки. 2002.-№36.
4. Циві...
