ಆರ್ಥಿಕ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸುವ ಸಾಧನಗಳಲ್ಲಿ ಒಂದು ಕ್ಲಸ್ಟರ್ ವಿಶ್ಲೇಷಣೆ. ಅದರ ಸಹಾಯದಿಂದ, ದತ್ತಾಂಶ ರಚನೆಯ ಸಮೂಹಗಳು ಮತ್ತು ಇತರ ವಸ್ತುಗಳನ್ನು ಗುಂಪುಗಳಾಗಿ ವರ್ಗೀಕರಿಸಲಾಗಿದೆ. ಈ ತಂತ್ರವನ್ನು ಎಕ್ಸೆಲ್ ನಲ್ಲಿ ಅನ್ವಯಿಸಬಹುದು. ಇದನ್ನು ಆಚರಣೆಯಲ್ಲಿ ಹೇಗೆ ಮಾಡಲಾಗುತ್ತದೆ ಎಂದು ನೋಡೋಣ.
ಕ್ಲಸ್ಟರ್ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಬಳಸುವುದು
ಕ್ಲಸ್ಟರ್ ವಿಶ್ಲೇಷಣೆಯ ಸಹಾಯದಿಂದ, ಅಧ್ಯಯನ ಮಾಡಲಾಗುತ್ತಿರುವ ಗುಣಲಕ್ಷಣದಿಂದ ಮಾದರಿಯನ್ನು ಕೈಗೊಳ್ಳಲು ಸಾಧ್ಯವಿದೆ. ಬಹುಆಯಾಮದ ರಚನೆಯನ್ನು ಏಕರೂಪದ ಗುಂಪುಗಳಾಗಿ ವಿಭಜಿಸುವುದು ಇದರ ಮುಖ್ಯ ಕಾರ್ಯವಾಗಿದೆ. ಗುಂಪಿನ ಮಾನದಂಡವಾಗಿ, ನಿರ್ದಿಷ್ಟ ನಿಯತಾಂಕದಿಂದ ಜೋಡಿ ಪರಸ್ಪರ ಸಂಬಂಧದ ಗುಣಾಂಕ ಅಥವಾ ವಸ್ತುಗಳ ನಡುವಿನ ಯೂಕ್ಲಿಡಿಯನ್ ಅಂತರವನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಪರಸ್ಪರ ಹತ್ತಿರವಿರುವ ಮೌಲ್ಯಗಳನ್ನು ಒಟ್ಟಿಗೆ ವರ್ಗೀಕರಿಸಲಾಗಿದೆ.
ಈ ರೀತಿಯ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಹೆಚ್ಚಾಗಿ ಅರ್ಥಶಾಸ್ತ್ರದಲ್ಲಿ ಬಳಸಲಾಗುತ್ತದೆಯಾದರೂ, ಇದನ್ನು ಜೀವಶಾಸ್ತ್ರ (ಪ್ರಾಣಿಗಳನ್ನು ವರ್ಗೀಕರಿಸಲು), ಮನೋವಿಜ್ಞಾನ, medicine ಷಧ ಮತ್ತು ಮಾನವ ಚಟುವಟಿಕೆಯ ಅನೇಕ ಕ್ಷೇತ್ರಗಳಲ್ಲಿಯೂ ಬಳಸಬಹುದು. ಈ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಎಕ್ಸೆಲ್ ಟೂಲ್ಕಿಟ್ ಬಳಸಿ ಕ್ಲಸ್ಟರ್ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಅನ್ವಯಿಸಬಹುದು.
ಬಳಕೆಯ ಉದಾಹರಣೆ
ನಮ್ಮಲ್ಲಿ ಐದು ವಸ್ತುಗಳು ಎರಡು ಅಧ್ಯಯನ ನಿಯತಾಂಕಗಳಿಂದ ನಿರೂಪಿಸಲ್ಪಟ್ಟಿವೆ - x ಮತ್ತು y.
- ಈ ಮೌಲ್ಯಗಳಿಗೆ ನಾವು ಯೂಕ್ಲಿಡಿಯನ್ ದೂರ ಸೂತ್ರವನ್ನು ಅನ್ವಯಿಸುತ್ತೇವೆ, ಇದನ್ನು ಟೆಂಪ್ಲೇಟ್ ಪ್ರಕಾರ ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ:
= ರೂಟ್ ((x2-x1) ^ 2 + (y2-y1) ^ 2) - ಈ ಮೌಲ್ಯವನ್ನು ಪ್ರತಿಯೊಂದು ಐದು ವಸ್ತುಗಳ ನಡುವೆ ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ. ಲೆಕ್ಕಾಚಾರದ ಫಲಿತಾಂಶಗಳನ್ನು ದೂರ ಮ್ಯಾಟ್ರಿಕ್ಸ್‌ನಲ್ಲಿ ಇರಿಸಲಾಗುತ್ತದೆ.
- ಯಾವ ಮೌಲ್ಯಗಳು ಕಡಿಮೆ ಎಂದು ನಾವು ನೋಡುತ್ತೇವೆ. ನಮ್ಮ ಉದಾಹರಣೆಯಲ್ಲಿ, ಇವು ವಸ್ತುಗಳು 1 ಮತ್ತು 2. ಅವುಗಳ ನಡುವಿನ ಅಂತರವು 4.123106 ಆಗಿದೆ, ಇದು ಈ ಜನಸಂಖ್ಯೆಯ ಇತರ ಯಾವುದೇ ಅಂಶಗಳಿಗಿಂತ ಕಡಿಮೆಯಾಗಿದೆ.
- ಈ ಡೇಟಾವನ್ನು ಗುಂಪಾಗಿ ಸಂಯೋಜಿಸಿ ಮತ್ತು ಹೊಸ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ರೂಪಿಸಿ ಇದರಲ್ಲಿ ಮೌಲ್ಯಗಳು 1,2 ಪ್ರತ್ಯೇಕ ಅಂಶವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಕಂಪೈಲ್ ಮಾಡುವಾಗ, ಸಂಯೋಜಿತ ಅಂಶಕ್ಕಾಗಿ ನಾವು ಹಿಂದಿನ ಟೇಬಲ್‌ನಿಂದ ಸಣ್ಣ ಮೌಲ್ಯಗಳನ್ನು ಬಿಡುತ್ತೇವೆ. ಮತ್ತೆ ನಾವು ನೋಡುತ್ತೇವೆ, ಯಾವ ಅಂಶಗಳ ನಡುವೆ ಅಂತರವು ಕಡಿಮೆ. ಈ ಸಮಯ 4 ಮತ್ತು 5ಹಾಗೆಯೇ ವಸ್ತು 5 ಮತ್ತು ವಸ್ತುಗಳ ಗುಂಪು 1,2. ದೂರ 6,708204.
- ನಾವು ನಿರ್ದಿಷ್ಟ ಕ್ಲಸ್ಟರ್‌ಗೆ ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ಅಂಶಗಳನ್ನು ಸೇರಿಸುತ್ತೇವೆ. ಹಿಂದಿನ ಸಮಯದಂತೆಯೇ ನಾವು ಹೊಸ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ರೂಪಿಸುತ್ತೇವೆ. ಅಂದರೆ, ನಾವು ಸಣ್ಣ ಮೌಲ್ಯಗಳನ್ನು ಹುಡುಕುತ್ತಿದ್ದೇವೆ. ಹೀಗಾಗಿ, ನಮ್ಮ ಡೇಟಾ ಸೆಟ್ ಅನ್ನು ಎರಡು ಕ್ಲಸ್ಟರ್ಗಳಾಗಿ ವಿಂಗಡಿಸಬಹುದು ಎಂದು ನಾವು ನೋಡುತ್ತೇವೆ. ಮೊದಲ ಕ್ಲಸ್ಟರ್ ಪರಸ್ಪರ ಹತ್ತಿರವಿರುವ ಅಂಶಗಳನ್ನು ಒಳಗೊಂಡಿದೆ - 1,2,4,5. ನಮ್ಮ ಸಂದರ್ಭದಲ್ಲಿ ಎರಡನೇ ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿ, ಕೇವಲ ಒಂದು ಅಂಶವನ್ನು ಮಾತ್ರ ಪ್ರಸ್ತುತಪಡಿಸಲಾಗುತ್ತದೆ - 3. ಇದು ಇತರ ವಸ್ತುಗಳಿಂದ ತುಲನಾತ್ಮಕವಾಗಿ ದೂರವಿದೆ. ಸಮೂಹಗಳ ನಡುವಿನ ಅಂತರವು 9.84 ಆಗಿದೆ.
ಇದು ಜನಸಂಖ್ಯೆಯನ್ನು ಗುಂಪುಗಳಾಗಿ ವಿಂಗಡಿಸುವ ವಿಧಾನವನ್ನು ಪೂರ್ಣಗೊಳಿಸುತ್ತದೆ.
ನೀವು ನೋಡುವಂತೆ, ಸಾಮಾನ್ಯವಾಗಿ ಕ್ಲಸ್ಟರ್ ವಿಶ್ಲೇಷಣೆಯು ಒಂದು ಸಂಕೀರ್ಣ ಕಾರ್ಯವಿಧಾನದಂತೆ ತೋರುತ್ತದೆಯಾದರೂ, ವಾಸ್ತವವಾಗಿ, ಈ ವಿಧಾನದ ಸೂಕ್ಷ್ಮ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಅಷ್ಟು ಕಷ್ಟವಲ್ಲ. ಗುಂಪಿನ ಮೂಲ ಮಾದರಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮುಖ್ಯ ವಿಷಯ.
