معاشی مسائل کو حل کرنے کا ایک ذریعہ کلسٹر تجزیہ ہے۔ اس کی مدد سے ، ڈیٹا سرنی کے کلسٹرز اور دیگر اشیاء کو گروپوں میں درجہ بند کیا گیا ہے۔ اس تکنیک کا استعمال ایکسل میں کیا جاسکتا ہے۔ آئیے دیکھتے ہیں کہ یہ عملی طور پر کیسے ہوتا ہے۔
کلسٹر تجزیہ کا استعمال
کلسٹر تجزیہ کی مدد سے ، اس جو وصف کا مطالعہ کیا جارہا ہے اس کے مطابق نمونے لینے کا کام ممکن ہے۔ اس کا بنیادی کام ایک کثیر جہتی صف کو یکساں گروہوں میں تقسیم کرنا ہے۔ گروہ بندی کے معیار کے طور پر ، دیئے گئے پیرامیٹر کے ذریعہ اشیاء کے مابین جوڑی کے ارتباط کا استعداد یا یکلیڈیائی فاصلہ استعمال کیا جاتا ہے۔ ایک دوسرے کے قریب تر اقدار کو ایک ساتھ جوڑا جاتا ہے۔
اگرچہ اس قسم کا تجزیہ اکثر معاشیات میں ہی استعمال ہوتا ہے ، اس کو حیاتیات (جانوروں کی درجہ بندی کرنے کے لئے) ، نفسیات ، طب اور انسانی سرگرمی کے بہت سے دوسرے شعبوں میں بھی استعمال کیا جاسکتا ہے۔ ان مقاصد کے لئے معیاری ایکسل ٹول کٹ کا استعمال کرتے ہوئے کلسٹر تجزیہ کا اطلاق کیا جاسکتا ہے۔
استعمال کی مثال
ہمارے پاس پانچ اشیاء ہیں جو دو مطالعہ شدہ پیرامیٹرز کی خصوصیات ہیں۔ x اور y.
- ہم ان اقدار پر Euclidean فاصلہ کا فارمولا لاگو کرتے ہیں ، جس کا سانچہ کے مطابق حساب کیا جاتا ہے:
= جڑ ((x2-x1) + 2 + (y2-y1) ^ 2) - اس قدر کا حساب پانچوں اشیاء میں سے ہر ایک کے درمیان کیا جاتا ہے۔ حساب کتاب کے نتائج فاصلہ میٹرکس میں رکھے جاتے ہیں۔
- ہم جس کے درمیان فاصلہ کم سے کم کی قدر کرتے ہیں اس پر نظر ڈالتے ہیں۔ ہماری مثال میں ، یہ چیزیں ہیں 1 اور 2. ان کے مابین فاصلہ 4.123106 ہے ، جو اس آبادی کے کسی بھی دوسرے عنصر سے کم ہے۔
- اس اعداد و شمار کو ایک گروپ میں جوڑیں اور ایک نیا میٹرکس بنائیں جس میں اقدار ہوں 1,2 ایک الگ عنصر کی حیثیت سے کام کریں۔ میٹرکس مرتب کرتے وقت ، ہم مشترکہ عنصر کے ل previous پچھلی جدول سے چھوٹی چھوٹی اقدار چھوڑ دیتے ہیں۔ ایک بار پھر ہم دیکھیں ، کہ کون سے عناصر کے درمیان فاصلہ کم ہے۔ یہ وقت ہے 4 اور 5نیز اعتراض بھی 5 اور اشیاء کا گروپ 1,2. فاصلہ 6،708204 ہے۔
- ہم مخصوص عناصر کو جنرل کلسٹر میں شامل کرتے ہیں۔ ہم پچھلی بار کی طرح اسی اصول کے مطابق ایک نیا میٹرکس تشکیل دیتے ہیں۔ یعنی ہم سب سے چھوٹی اقدار کی تلاش کر رہے ہیں۔ اس طرح ، ہم دیکھتے ہیں کہ ہمارے ڈیٹا سیٹ کو دو گروپوں میں تقسیم کیا جاسکتا ہے۔ پہلے کلسٹر میں ایک دوسرے کے قریب ترین عنصر ہوتے ہیں۔ 1,2,4,5. ہمارے معاملے میں دوسرے کلسٹر میں ، صرف ایک عنصر پیش کیا گیا ہے۔ 3. یہ دوسری چیزوں سے نسبتا far دور ہے۔ گروپوں کے مابین فاصلہ 9.84 ہے۔
اس سے آبادی کو گروہوں میں تقسیم کرنے کا طریقہ کار مکمل ہوجاتا ہے۔
جیسا کہ آپ دیکھ سکتے ہیں ، اگرچہ عام طور پر کلسٹر تجزیہ ایک پیچیدہ طریقہ کار کی طرح لگتا ہے ، در حقیقت ، اس طریقہ کار کی باریکی کو سمجھنا اتنا مشکل نہیں ہے۔ اہم بات یہ ہے کہ گروپ بندی کے بنیادی انداز کو سمجھنا ہے۔
