ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ УДК 004.8 ОБРАБОТКА МНОГОМЕРНЫХ ДАННЫХ НЕСКОЛЬКИМИ МЕТОДАМИ КЛАСТЕРНОГО АНАЛИЗА В. И. <...> Аверченков*, А. И. Якимов**, Е. М. Борчик**, В. В. Башаримов** *Брянский государственный технический университет **Белорусско-Российский университет Поступила в редакцию 17.03.2016 г. Аннотация. <...> Предложена процедура проверки и уточнения результатов разделения многомерных наблюдений на кластеры несколькими методами кластерного анализа. <...> В результате разбиения множества X на кластеры каждый из методов ставит в соответствие номерам элементов множества X соответствующие им номера кластеров. <...> Показано, что в случае, если элементы множества X представляют собой наблюдения n параметров множества объектов, то результат кластеризации множества X может быть интерпретирован как матрица вероятностей принадлежности объектов определенным кластерам. <...> Предложен критерий принадлежности объекта определенному кластеру, получена формула вычисления значений элементов обобщенной матрицы через элементы матриц вероятностей принадлежности объектов определенным кластерам. <...> Экспериментальные исследования проведены с использованием методов кластерного анализа K-Means, Tree Clustering, Fuzzy Relation Clustering на 4-мерных данных об ирисах, предложенных Фишером в 1936 г. Ключевые слова: кластерный анализ, K-Means, Tree Clustering, Fuzzy Relation Clustering, многомерные данные. <...> It is shown that if set members X represent observations n parameters of set objects, the result of clustering of set X can be interpreted as a. <...> Experimental studies are conducted with use of cluster analysis methods K-Means, Tree Clustering, Fuzzy Relation Clustering on 4-dimensional data on the irises, offered by Fischer in 1936. <...> ВВЕДЕНИЕ X x |x R im которое необходимо Эксперту – специалисту предметной = ∈ ii n , =1, . , }, © Аверченков В. И., Якимов А. И., Борчик Е. М., Башаримов В. В., 2016 Пусть получено множество наблюдений { Relation Clustering, области, определяющему запросы к анализу данных – разбить на непересекающиеся подмножества (кластеры) [1]. <...> В результате анализа существующих методов кластеризации [2, 3] разработана <...>