Klaszterszámok meghatározásának egy lehetséges megoldása

Abstract

A dolgozat azon problémával foglalkozik, hogy a klaszteranalízis során létrejövő lehetséges megoldások (különböző klaszterszámok) esetén melyiket fogadjuk el az adatbázisban feltételezett csoportok legjobb közelítésének. Ilyen módszerek léteznek, jelen dolgozat egy ilyen eljárás kritikai vizsgálatával, valamint annak továbbfejlesztésével foglalkozik. Az eljárás lényege, hogy a klaszterek középpontja és a középpontok közötti osztópont körüli elemsűrűségekkel de¯niált index segítségével jellemzi a csoportosítás pontosságát. Ez olyan népszerű algoritmusok, mint pl. a K-means - ahol az algoritmus inputjaként meg kell adni az elvárt klaszterszámot - esetében ad segítséget a döntés meghozatalában.