IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-662-67277-8_8.html
   My bibliography  Save this book chapter

Custeranalyse

In: Maschinelles Lernen - Grundlagen und Anwendungen

Author

Listed:
  • Benny Botsch

Abstract

Zusammenfassung Die Clusteranalyse ist ein wichtiger Bestandteil des maschinellen Lernens und spielt eine bedeutende Rolle in verschiedenen Anwendungsbereichen wie der Bildverarbeitung, der Bioinformatik und der Datenanalyse. Clusteranalyse ist ein unüberwachtes Lernverfahren, das dazu dient, ähnliche Objekte in Gruppen oder Clustern zu gruppieren. Die Gruppierung basiert auf der Ähnlichkeit zwischen den Objekten, die durch bestimmte Merkmale oder Eigenschaften definiert wird. In diesem Kapitel werden wir die verschiedenen Aspekte der Clusteranalyse im Detail untersuchen. Ein wichtiger Schritt bei der Clusteranalyse ist die Auswahl geeigneter Merkmale, um die Ähnlichkeit zwischen den Objekten zu messen. Die Merkmale können quantitativ oder qualitativ sein und können durch verschiedene Verfahren wie die Hauptkomponentenanalyse (PCA) oder die Faktorenanalyse ausgewählt werden. Die Auswahl der Merkmale ist von entscheidender Bedeutung für die Qualität der Ergebnisse und sollte sorgfältig durchgeführt werden.

Suggested Citation

  • Benny Botsch, 2023. "Custeranalyse," Springer Books, in: Maschinelles Lernen - Grundlagen und Anwendungen, chapter 0, pages 147-153, Springer.
    • Handle: RePEc:spr:sprchp:978-3-662-67277-8_8
    DOI: 10.1007/978-3-662-67277-8_8
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a
    for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-662-67277-8_8. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.