Multidimensional Data Classification - Comparison of Isodata and Approximation by Points Methods

Abstract

Efekt podziału zależy nie tylko od ustalenia kryteriów podziału, ale także od wyboru metody dzielenia. Standardowy algorytm klasyfikacji wielowymiarowych danych ISODATA dzieli wyjściowy zbiór na ustaloną liczbę rozłącznych podzbiorów tak, aby podział ten jak najkorzystniej spełniał przyjęte kryteria. Alternatywą wobec niego jest algorytm oparty na metodzie aproksymacji ustaloną liczbą punktów, którego efektem jest wskazanie obszarów zbioru o dużym stopniu zagęszczenia elementów. Artykuł zawiera porównanie efektów użycia tych metod ze wskazaniem zalet i wad. Omawia też pewne własności klasyfikacji wynikające z konsekwencji wyboru jednej z dwóch omawianych metod.

The effect of division is dependent not only on the criteria of division but also on the chosen method. The standard algorithm of multidimensional data classification ISODATA divides the given set into an assumed number of separable subsets in such a way that the division fulfills best the accepted criteria. An alternative method is approximation by the chosen number of points which in result indicates the areas of a set with large congestion o f the elements. The paper compares effects of using both methods listing their advantages and drawbacks. Apart from presenting the results of division of various sets some characteristics of classification are discussed which are an effect of the choice of one of the above mentioned methods.