Header
   TUM Logo Clusteranalyse Polytop
Header_Inhalt

Header Bild

Was ist Clusteranalyse?

Unter Clusteranalyse versteht man die Einteilung von Datenpunkten in Gruppen, sogenannte Cluster. Dabei sollen möglichst ähnliche Daten dem gleichen Cluster zugeordnet werden, sehr verschiedene Daten unterschiedlichen Clustern. Die erhaltenen Cluster sollen die zugrunde liegenden natürliche Struktur der Daten wiedergeben.

Hier einige Beispiele, wie so etwas aussehen kann:

Clusteranalyse
Abbildung 1: Clusteranalyse

Strukturerkennendes Clustering
Abbildung 2: Strukturerkennendes Clustering

 
Auf Abbildung 3 kann man erkennen, wie man den Datensatz aus Abbildung 2 auch "falsch" clustern kann, die natürliche Datenstruktur wird nicht wiedergegeben.
 
Anwendung des falschen Clusterverfahrens
Abbildung 3: Anwendung des falschen Clusterverfahrens
 
 
Außerdem darf man nicht vergessen, dass es nicht bei allen Datensätzen sinnvoll ist Clusterverfahren anzuwenden. Manche Datensätze weisen keine Struktur auf und sind nur zufällig angeordnete Punkte. Das kann man beispielsweise in Abbildung 4 beobachten. Es ist kein Cluster erkennbar.

Zufälliger Datensatz
Abbildung 4: Zufälliger Datensatz



Copyright 2009 - Team Clusteranalyse
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _