Урсаев Александр

Для анализа были взяты данные по авиаперевозкам. Network Explorer: MDS: Correlations: Выводы: 1. Меньше всего связей у Large Hub. Больше всего у Medium Hub, Small Hub и Nonhub Primari. У Nonprimary Commercial Service связей нет вообще. Наибольшее значение имеют Medium Hub, Small Hub и Nonhub Primari: их больше всего. Large Hub могут учитываться, но данные могут быть бесполезными. 2. Центральным элементом во всех связых является Small Hub. Они являются связующим звеном между Medium Hub и Nonhub Primari. Это видно по модели MDS. По модели Network Explorer труднее обозначить центральный элемент. Однако, по ней видно, что большую часть занимает Nonhub Primari: это видно по окрашиванию всей области связей. 3. Удобней всего модель MDS: в ней четко определены связи между всеми компонентами, в отличии от Network Explorer, в которой все связи смешиваются в одно большое пятно, и Correlations, в которой обозначены слишком подробные данные.

1. Результаты кластеризации и Image Grid отличаются. На мой взгляд, Image Grid выполнен логичнее и точнее. Там более понятен смысл разделения, нежели в кластеризации (по тому, что изображено на картинках). 2. Для анализа я выбрал альбомы музыкального исполнителя Lida. В Image Grid раздление на группы произошло по тому, что изображено на картинках: количество объектов, их размер, тип. В кластеризации принцип разделения не понятен. Картинки будто были выбраны в хаотичном порядке: нет разделения ни по цветовой гамме, ни по объектам. С классификацией Image Grid я согласен на 100%, она логична, понятна. Можно выделить конкретные признаки, по которым программа разделила на группы эти картинки.