Unsupervised fuzzy clustering (UFC) analysis, методы кластерного анализа Опции

[S.Nadorov]

Уважаемые форумчане!

Может быть кто-то использовал fuzzy clustering analysis в своей научно-исследовательской работе. Пожалуйста, поделитесь впечатлением.
И знает ли кто-нибудь, в каких пакетах статистических программ реализован его алгоритм?

Заранее спасибо.

[DrgLena]

Игорь прав. Именно такой алгоритм и должен быть использован. Сегодня медицинские исследования проводятся со все увеличивающимся потоком количественной информации. Например, морфометрические характеристики заднего отдела глаза получаемые ОКТ комплексами дают возможность не только получить картинку состояния заднего отдела глаза у одного больного, но и выдают большое количество числового материала, что дает возможность одновременной оценки комплекса признаков у группы больных.
Использование кластерного анализа на первом этапе исследования позволяет выделить более однородные группы больных по множеству признаков одновременно, снизить разброс данных, рассматривать результат лечения в зависимости от выделенного класса. Это часто приводит к пересмору существующей на сегодняшний день стадийности и выделение новых стадий и степеней тяжести, которые часто клинически еще не различаются, но составляют уже другой класс по результатам кластерного анализа. Если выделенные классы различаются по эффективности лечения или по пргнозу, то нужно предложить классификацию с учителем. Дискриминантный, если данные только количественные, а если кроме количественных показателей хочется использовать клинические бинарные или ранговые, то можно использовать Дерево решений или нейросетевое моделирование. В 7 версии Statistica нейронные сети входят как встроенный модуль. Дерево решений, конечно понятно, любому доктору, под каждым узлом - логическое правило.