Dimensionalitätsreduktion von hochdimensionalen Datensätzen

Unter Dimensionalit tsreduktion versteht man die Umwandlung von hochdimensionalen Daten in eine aussagekr ftige Darstellung mit reduzierter Dimensionalit t, die der eigentlichen Dimensionalit t der Daten entspricht. Die Anzahl der Variablen oder Attribute eines Datensatzes wirkt sich in hohem Ma e auf die Clusterbildung dieser speziellen Daten aus. Diese Attribute wirken sich direkt auf die Un hnlichkeits- oder Abstandsma e und damit auf die Genauigkeit der Daten aus. Daher k nnen Techniken zur Dimensionalit tsreduzierung das Clustering definitiv verbessern. Clustering ist eine Unterteilung von Daten in Gruppen hnlicher Objekte. Durch die Darstellung der Daten in weniger Clustern gehen zwangsl ufig bestimmte feine Details verloren, aber es wird eine Vereinfachung erreicht. Es modelliert Daten durch ihre Cluster.