Zusammenfassung
Bei der Lösung vieler theoretischer und praktischer Probleme aus Forschung und Technik erweist es sich als zweckmäßig, die betrachtete Menge von Objekten (Personen, Dingen, ...) anhand ihrer Eigenschaften in kleinere, homogene Teilmengen (Klassen, Gruppen, “Cluster”) zu zerlegen derart, daß Objekte innerhalb derselben Gruppe weitgehend “ähnliche” Eigenschaften aufweisen und Objekte verschiedener Gruppen möglichst unterschiedlich, “unähnlich” sind. Der Nutzen einer solchen Gruppenbildung (Klassifikation) liegt darin, daß die Objekte jeder Gruppe einheitlich behandelt bzw. gruppenspezifisch untersucht werden können oder daß man die Gruppe als repräsentativ für einen “Objekttyp” ansehen kann. Als Beispiel sei die Einrichtung von Lohngruppen, Leistungsklassen, Sachgruppen (bei Bibliotheken), Qualitätsklassen, Warengruppen o.a. genannt; weitere Anwendungsbeispiele findet man bei SPÄTH 1977. Wichtig ist insbesondere die Erkennung “natürlicher” Objektklassen zum Zweck der Datenanalyse, Hypothesenbildung und Informationsverdichtung.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
ANDERBERG, M.R.: Cluster analysis for applications. Academic Press, New York, 1973
BEZDEK, J.C.: Cluster validity with fuzzy sets. Journal of Cybernetics 3 (1974) Heft 3, 58–73
BEZDEK, J.C., DUNN, J.C.: Optimal fuzzy partitions: A heuristic for estimating the parameters in a mixture of normal distributions. IEEE Trans. Computers C-24 (1975) 835–837
BINDER, D.A.: Bayesian cluster analysis. Biometrika 65 (1978) 31–38
BOCK, H.H.: Automatische Klassifikation. Theoretische und praktische Methoden zur Gruppierung und Strukturierung von Daten (Clusteranalyse). Vandenhoeck Ruprecht, Göttingen, 1974
BOCK, H.H.: Programme zur Clusteranalyse. Statistical Software Newsletter 2 (1976) 72–84
DIDAY, E.: The dynamic clusters method in non-hierarchical clustering. Intern. J. of Computer and Information Sciences 2 (1973)(1) 61–88
DIDAY, E., GOVAERT, G.: Classification automatique avec distances adaptives. Revue Française d’Automatique, Informatique et Recherche Opérationnelle, Informatique/Computer Science 11 (1977) 329–349
DUNN, J.C.: A fuzzy relative of the ISODATA process and its use in detecting compact well-separated clusters. Journal of Cybernetics 3 (1974 a), Heft 3, 32–57
DUNN, J.C.: Well separated clusters and optimal fuzzy partitions. Journal of Cybernetics 4 (1974 b), Heft 4, 95–104
HARARY, F.: Graph theory. Addison-Wesley, Reading/Mass., 1969, 47–50 HARTIGAN, J.A.: Clustering algorithms. Wiley, New York, 1975
HARTIGAN, J.A.: Distribution problems in clustering. In: van RYZIN (1977)45–71
JARDINE, N., SIBSON, R.: Mathematical taxonomy. Wiley, New York, 1971
LING, R.F.: On the theory and construction of k-clusters. Computer J. 15 (1972) 326–332
MATULA, D.W.: Graph theoretic techniques for cluster analysis algorithms. In: van RYZIN (1977) 95–129
SPATH, H.: Cluster-Analyse-Algorithmen zur Objektklassifizierung und Datenreduktion. Oldenbourg, München-Wien, 1975, 1977
SPATH, H. (Hrsg.): Fallstudien Cluster-Analyse. Oldenbourg, München-Wien, 1977
van RYZIN, J. (Hrsg.): Classification and Clustering. Academic Press, New York, 1977
WISHART, D.: Mode analysis: A generalization of nearest neighbour which reduces chaining effects. In: A.J. Cole (Hrsg.), Numerical Taxonomy. Academic Press, New York, 1969, 282–312
Author information
Authors and Affiliations
Editor information
Rights and permissions
Copyright information
© 1979 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Bock, H.H. (1979). Mathematisch-statistische Modelle in der Clusteranalyse. In: Gaede, KW., Pressmar, D.B., Schneeweiß, C., Schuster, KP., Seifert, O. (eds) Papers of the 8th DGOR Annual Meeting / Vorträge der 8. DGOR Jahrestagung. Proceedings in Operations Research 8, vol 1978. Physica, Heidelberg. https://doi.org/10.1007/978-3-642-99749-5_22
Download citation
DOI: https://doi.org/10.1007/978-3-642-99749-5_22
Publisher Name: Physica, Heidelberg
Print ISBN: 978-3-7908-0212-2
Online ISBN: 978-3-642-99749-5
eBook Packages: Springer Book Archive