Количественный анализ биологических данных. Малков П.Ю. - 48 стр.

линии соединяются перпендикулярным отрезком на данном уровне
расстояния, который откладывается на другой оси двумерной ко-
ординатной сетки. Так, на рисунке 9 на оси ординат положены
объекты, а на оси абсцисс приведена линейная шкала значений
мер расстояния. Следующая по силе связь прослеживается между
множествами s1 и s2 (0.03). Затем идёт связь между s8 и s7 (0.04).
Несмотря на то, что множество s7 уже образует группу с s6, по ал-
горитму “ближайшего соседа” s8 включается в состав этой группы
и т.д.

                                                      Таблица 11
                   Вторичные s × s матрицы
         s1      s2    s3     s4    s5     s6     s7     s8
   s1     -    0.03   0.61  0.55   1.00   1.18  1.32   1.53
   s2   0.71      -   0.44  0.36   0.77   1.05  1.21   1.39
   s3   0.40    0.58    -   0.23   0.22   1.03  1.16   1.09
   s4   0.37    0.56  0.66     -   0.12   0.45  0.59   0.64
   s5   0.27    0.43  0.69   0.77    -    0.44  0.53   0.45
   s6   0.20    0.37  0.33   0.54  0.56     -   0.01   0.07
   s7   0.15    0.28  0.27   0.44  0.46   0.80     -   0.04
   s8   0.07    0.21  0.26   0.43  0.45   0.60   0.73     -
В верхней части таблицы приведены значения мер различия (1 –
r), в нижней - значения коэффициентов сходства Жаккара (I2).

   Рассмотренный метод классификации успешно применен для
анализа высокогорной флоры Алтая [Рёвушкин, 1988]. Сущест-
венный недостаток алгоритма “ближайшего соседа” (и многих дру-
гих методов кластерного анализа) - тенденция к образованию
последовательных цепочек объектов, что иногда сводит на нет
информационную ценность классификации.




                               47