Обобщенная метрика в пространстве многомерных объектов с разнотипными признаками

Abstract

Робота присвячена задачі оцінки близькості багатовимірних об'єктів, ознаки яких вимірюються в різних шкалах, а оброблювані дані мають велику розмірність і містять специфічні текстові поля і прогалини. До даних з такими специфічними особливостями неможливо безпосередньо застосовувати класичні алгоритми кластеризації та класифікації. Запропоновано узагальнену метрику в багатовимірному просторі таких об'єктів, яка дозволяє будувати алгоритми кластеризації, класифікації та асоціації, засновані на ній, з використанням класичних методів. The work is devoted to the problem of evaluating the proximity of multidimensional objects, the characteristics of which are measured in different scales, and the data being processed are of large dimension and contain specific text fields and omissions. Data with such specific features can not be directly processed with the classical algorithms of clustering and classification. A generalized metric is proposed in the multidimensional space of such objects, which makes it possible to build algorithms for clustering, classifications and associations based on it, using classical methods. Работа посвящена задаче оценки близости многомерных объектов, признаки которых измеряются в разных шкалах, а обрабатываемые данные имеют большую размерность и содержат специфические текстовые поля и пропуски. К данным с такими специфическими особенностями не применимы непосредственно классические алгоритмы кластеризации и классификации. Предложена обобщенная метрика в многомерном пространстве таких объектов, которая позволяет строить алгоритмы кластеризации, классификации и ассоциации, основанные на ней, с использованием классических методов.