АД/Laboratory/Laboratory10/main
Raw

Лабораторна робота 10. Ієрархічні методи кластеризації

Десята лабораторна робота курсу «Аналітика даних». Спершу в аудиторії ви виконуєте агломеративну кластеризацію «руками» на п’яти точках — будуєте матрицю відстаней і крок за кроком зливаєте кластери одиночним та повним зв’язком, описуючи дендрограму. Потім удома реалізуєте агломеративний алгоритм «знизу догори» програмою, яка читає дані з файлу CSV, записує кластери у файл і порівнює якість із алгоритмом kk-середніх. Робота закріплює Лекцію 10.

Коротко про роботу

Тема Ієрархічна (агломеративна) кластеризація; метрики зв’язку; дендрограма; оцінка якості
Передумова Лекція 10. Ієрархічні методи кластеризації; Лекція 9 — kk-середніх
Аудиторна частина Агломеративна кластеризація «руками» одиночним і повним зв’язком (з розв’язаннями)
Домашня частина Програма: читає CSV, кластеризує «знизу догори», записує результат у файл, порівнює з kk-середніми
Оцінювання три рівні: базовий 60–74 / середній 75–89 / високий 90–100

Зміст

№ Частина Файл
1 Мета роботи 1purpose.md
2 Методичні вказівки (теорія + демонстраційний приклад) 2method.md
3 Аудиторні задачі з розв’язаннями 3classroom.md
4 Домашнє завдання (програма) 4task.md
5 Зміст звіту 5report.md
6 Контрольні запитання 6questions.md

Домовленості

  • Дві частини. Аудиторні задачі (3classroom.md) розбирають спільно «руками» — з них ви розумієте, що саме робить програма. Домашнє завдання (4task.md) — самостійна реалізація агломеративного алгоритму у коді.
  • Відстань. В аудиторних задачах точки одновимірні, тож відстань — це d(x,y)=∣x−y∣d(x,y) = |x - y|. У програмі дані багатовимірні — беруть евклідову відстань d(x,y)=∑k(xk−yk)2d(\mathbf{x},\mathbf{y}) = \sqrt{\sum_k (x_k - y_k)^2}.
  • Метрика зв’язку. Розрізняйте одиночний (min⁡\min), повний (max⁡\max), середній (UPGMA) зв’язок та інші; у звіті завжди зазначайте, яку метрику використано, — від неї залежить результат.
  • Мова програмування — на вибір. Стандартні бібліотеки для читання CSV дозволені; готові функції на кшталт scipy.cluster.hierarchy.linkage чи sklearn можна брати лише для перевірки власної реалізації.

Підсумок

Ієрархічна кластеризація будує дерево вкладених групувань, з якого аналітик сам обирає число кластерів. У цій роботі ви навчитеся виконувати агломеративний алгоритм двома метриками зв’язку «руками» (і побачите, що вибір метрики змінює результат), а потім автоматизуєте його програмою й порівняєте з kk-середніми за силуетом чи індексом Данна. Це поєднання ручного розбору й реалізації — типовий шлях опанування будь-якого методу аналізу даних у цьому курсі.

Laboratory/Laboratory10/main.md · 4.8 KB · updated 2026-08-04 23:22