خوارزميات التصنيف

التحليل العنقودي باستخدام الخوارزمية التصنيفية التحليل العنقودي باستخدام الخوارزمية التصنيفية K-Means Cluster Analysis، هي أداة مصممة لتعيين الحالات إلى عدد ثابت K من المجموعات (المجموعات) التي لم تُعرف خصائصها بعد ولكنها تستند إلى مجموعة من المتغيرات المحددة. يكون مفيدًا للغاية عندما تريد تصنيف عدد كبير (آلاف) من الحالات. التحليل العنقودي الجيد هو تحليل يتميز بكل […]

استخدام التجزئة الهرمية لدراسة العلاقات بين خدمات الاتصالات يريد مزود الاتصالات أن يفهم بشكل أفضل أنماط استخدام الخدمة في قاعدة عملائه. إذا كان من الممكن تجميع الخدمات حسب الاستخدام، يمكن للشركة تقديم حزم أكثر جاذبية لعملائها، وذلك باستخدام التجزئة الهرمية. المتغيرات التي تشير إلى استخدام الخدمات وعدم استخدامها مضمنة في ملف telco.sav. راجع موضوع “ملفات

التحليل العنقودي الهرمي التحليل العنقودي الهرمي أو بالإنجليزية Hierarchical Cluster Analysis أو بالرموز (HCA) هو أداة استكشافية مصممة للكشف عن التجمعات الطبيعية (أو المجموعات) clusters داخل مجموعة البيانات التي لولا ذلك لن تكون واضحة. يكون مفيدًا للغاية عندما تريد تجميع عدد صغير (أقل من بضع مئات) من الكائنات. يمكن أن تكون الكائنات في التحليل العنقودي

التحليل العنقودي من خطوتين إجراء التحليل العنقودي المكون من خطوتين TwoStep Cluster Analysis هو أداة استكشافية مصممة للكشف عن التجمعات الطبيعية (أو المجموعات) ضمن مجموعة بيانات ما كانت لولا ذلك لتكون ظاهرة. تحتوي الخوارزمية المستخدمة في هذا الإجراء على العديد من السمات المرغوبة التي تميزها عن تقنيات التحليل العنقودي التقليدية: مبادئ التحليل العنقودي من أجل

استخدام تحليل التمييز لتصنيف عملاء الاتصالات قام مزود الاتصالات بتقسيم قاعدة عملائه حسب أنماط استخدام الخدمة، وتصنيف العملاء إلى أربع مجموعات. إذا كان من الممكن استخدام البيانات الديموغرافية للتنبؤ بعضوية المجموعة عن طريق استخدام تحليل التمييز Discriminant Analysis، فيمكنك تخصيص العروض للعملاء المحتملين بشكل منفرد. افترض أن المعلومات المتعلقة بالعملاء الحاليين موجودة في ملف telco.sav.

ما هو التحليل التمييزي يستخدم التحليل التمييزي Discriminant Analysis لنمذجة قيمة المتغير الفئوي التابع dependent categorical variable على أساس علاقته بواحد أو أكثر من المتنبئين predictors. استخدام التحليل التمييزي لتقييم مخاطر الائتمان إذا كنت مسؤول القروض في أحد البنوك، فأنت تريد أن تكون قادرًا على تحديد الخصائص التي تدل على الأشخاص الذين من المحتمل أن يتخلفوا

تحليل الجار الأقرب تحليل الجار الأقرب أو أقرب جار Nearest Neighbor Analysis هو طريقة لتصنيف الحالات بناءً على تشابهها مع الحالات الأخرى. في التعلم الآلي، تم تطويره كطريقة للتعرف على أنماط البيانات دون الحاجة إلى تطابق تام مع أي أنماط أو حالات مخزنة. الحالات المماثلة قريبة من بعضها البعض والحالات المتباينة بعيدة عن بعضها البعض.