ВЫЧИСЛЕНИЕ MIC НА ОСНОВЕ КЛАСТЕРИЗАЦИИ ДАННЫХ

Abstract

Цели работы: - обзор современных коэффициентов, измеряющих нелинейную зави-симость признаков; - подробный обзор MIC и существующих алгоритмов его вычисления; - разработка нового алгоритма вычисления MIC с меньшей вычисли-тельной сложностью; - разработка программного обеспечения алгоритма. В настоящей работе были рассмотрены существующие коэффициенты взаимосвязи двух признаков, приведена сравнительная таблица некоторых из коэффициентов, подробно рассмотрен MIC и его свойства, выявлены его преимущества и недостатки, обзор некоторых алгоритмов его вычисления. В результате был разработан новый алгоритм подсчета MIC, в основе которого лежит кластеризация данных. Его эффективность при большой выборке значительно выше, чем у алгоритма прямого подхода. Полученный алгоритм гибок для модификаций.