Изучение методов визуализации и кластеризации многомерных данных, страница 4

	Factor 7	Factor 8	Factor 9	Fact.10	Fact.11	Fact.12
New S&E grads	0,255772	0,063146	-0,041940	-0,089032	-0,140262	-0,089294
Pop with 3-rd education	-0,023982	-0,069302	-0,021643	-0,089945	-0,032287	0,108972
Lifelong learning	0,075744	-0,165064	0,069912	-0,258447	0,098563	0,013198
Empl med/high-tech manufacturing	-0,085216	-0,272683	0,057271	-0,094517	0,042829	0,007953
Empl high-tech services	0,119837	-0,233237	0,026292	0,122425	-0,057122	0,036736
Publik R&D/GDP	0,097459	0,084919	0,039675	0,003996	-0,231133	0,054031
Buisness R&D/GDP	-0,075396	0,039642	0,004910	0,062675	0,083237	-0,060081
EPO high-tech patents/pop	-0,126258	0,223184	0,163560	-0,069651	0,015417	0,043967
USPTO high-tech parents/pop	-0,084094	0,042723	-0,061415	0,026468	0,084027	-0,024500
SMEs innov in-hous	-0,091978	0,152000	0,119970	0,091834	-0,031174	0,081858
SMEs innov co-op	-0,238090	0,038599	-0,269963	-0,121823	-0,065781	-0,004629
Innovation expenditure	-0,035458	0,093588	-0,302476	0,054405	0,026683	-0,030625
High-tech venture capital/GDP	-0,321596	-0,220938	0,093751	0,205925	-0,043610	-0,039778
New capital	-0,081077	0,146615	-0,005692	0,018558	-0,001062	-0,011688
New-to-market products	0,032785	-0,183538	-0,034286	0,006042	0,008072	0,048696
Home Internet access/household	0,059805	0,073282	0,247498	-0,041804	-0,013886	-0,124011
ICT expenditures/GDP	0,429153	-0,077118	-0,076666	0,141272	0,071924	0,010794
Manuf high-tech value-added share	0,107248	0,260525	0,033364	0,056019	0,130076	0,067244

	Fact.13	Fact.14
New S&E grads	-0,015008	0,001358
Pop with 3-rd education	-0,001918	-0,010057
Lifelong learning	-0,057710	0,007935
Empl med/high-tech manufacturing	0,028170	0,015319
Empl high-tech services	0,001925	-0,014047
Publik R&D/GDP	-0,014776	0,002917
Buisness R&D/GDP	-0,050733	-0,031019
EPO high-tech patents/pop	0,036793	0,012650
USPTO high-tech parents/pop	0,036463	-0,016374
SMEs innov in-hous	-0,030448	-0,005183
SMEs innov co-op	0,048324	-0,008989
Innovation expenditure	-0,042255	0,023131
High-tech venture capital/GDP	-0,012503	0,019226
New capital	0,002137	0,005002
New-to-market products	0,012842	-0,010111
Home Internet access/household	0,029692	-0,002917
ICT expenditures/GDP	0,039412	0,009177
Manuf high-tech value-added share	-0,000851	0,007048

Анализируя полученные данные можно отметить, что с уменьшением номера главной компоненты влияние на нее исходных данных ослабевает.

Неиерархическая кластеризация

Произведем неиерархическую кластеризацию с помощью центроидного метода k-средних для случая трех и четырех классов

а) в случае 3 классов:

б) в случае 4 классов:

При увеличении количества выделяемых классов произошло разбиение более крупного класса на два более мелких.

Результаты, полученные в данном пункте схожи с полученными ранее.

1 2 3 4