MultiDendrograms

MultiDendrograms er et enkelt men kraftig program for å gjøre den hierarkiske Clustering av reelle data, fordelt under en åpen kildekode-lisens. & Nbsp; Fra en avstand (eller vekter) matrise, beregner MultiDendrograms sin dendrogrammet bruker de vanligste agglomerative hierarkisk Clustering algoritmer , gjør at tuning av mange av de grafiske representasjons parametre, og resultatene kan enkelt eksporteres til fil. En oppsummering av kjennetegn:
- Multiplattform: utviklet i Java, kjører i alle operativsystemer (f.eks Windows, Linux og MacOS).
- Grafisk brukergrensesnitt: utvalg data, hierarkiske clustering alternativer, dendrogrammet representasjons parametere, navigasjon over dendrogram, Avviket måler.
- Hierarkiske Clustering algoritmer implementert: variabel gruppe Enkeltkuler Komplett Heis, uvektet gjennomsnitt, vektet gjennomsnitt, Uvektet tyngdepunkt, Weighted tyngdepunkt- og Joint mellom-løpet.
- Representasjon parametere: størrelse, orientering, etiketter, akse, etc.
- Avvik tiltak: Cophenetic korrelasjonskoeffisient, Normalisert Mean Squared Feil- og Normalisert Mean Absolute Feil.
- Eksport: ultrametric matrise, dendrogrammet detaljer i tekst og Newick tre formater.
- Plot: dendrogrammet bilde i JPG, PNG og EPS-formater.
MultiDendrograms implementerer variabel gruppe algoritmer for å løse ikke-unikt problem som finnes i de vanlige to-gruppe algoritmer og implementeringer. Dette problemet oppstår når to eller flere minsteavstander mellom ulike grupper er like under sammenslåingen prosessen. Standardmetoden består i å velge et par, bryte båndene mellom avstander, og fortsetter på samme måte før den endelige hierarkiske klassifiseringen er oppnådd. Men forskjellige clusterings er mulig avhengig av kriteriet brukes til å bryte båndene (vanligvis et par er bare valgt tilfeldig!).
Variabelen-gruppe algoritmer gruppe som er mer enn to klynger på samme tid når det forekommer bånd, gitt opphav til en grafisk representasjon kalles multidendrogram. Deres viktigste egenskaper er:
- Når det er ingen bånd, de variable gruppe algoritmer gi de samme resultatene som de par-gruppen seg.
- De alltid gi en entydig bestemt løsning.
- I multidendrogram representasjon for resultatene kan man tydelig observere opptreden av båndene under agglomerative prosessen. Videre høyden på noen fusjon intervall (bandene i programmet) angir graden av heterogenitet inne den tilsvarende klynge

Krav .

• Java 2 Standard Edition Runtime Environment