In Part 2 (Chapters 4 to 6) we defi

In Part 2 (Chapters 4 to 6) we defined several different ways of measuring distance (or
dissimilarity as the case may be) between the rows or between the columns of the data
matrix, depending on the measurement scale of the observations. As we remarked before,
this process often generates tables of distances with even more numbers than the original
data, but we will show now how this in fact simplifies our understanding of the data.
Distances between objects can be visualized in many simple and evocative ways. In this
chapter we shall consider a graphical representation of a matrix of distances which is
perhaps the easiest to understand – a dendrogram, or tree – where the objects are joined
together in a hierarchical fashion from the closest, that is most similar, to the furthest apart,
that is the most different. The method of hierarchical cluster analysis is best explained by
describing the algorithm, or set of instructions, which creates the dendrogram results. In
this chapter we demonstrate hierarchical clustering on a small example and then list the
different variants of the method that are possible.

ผลลัพธ์ (ไทย) 2:

ในส่วนที่ 2 (บทที่ 4-6) เรากำหนดวิธีการที่แตกต่างกันในการวัดระยะทาง
(หรือความแตกต่างกันเป็นกรณีที่อาจจะ)
ระหว่างแถวหรือระหว่างคอลัมน์ของข้อมูลเมทริกซ์ขึ้นอยู่กับขนาดของการวัดการสังเกต ในฐานะที่เราตั้งข้อสังเกตก่อนขั้นตอนนี้มักจะสร้างตารางของระยะทางกับตัวเลขมากยิ่งขึ้นกว่าเดิมข้อมูลแต่เราจะแสดงตอนนี้วิธีนี้ช่วยลดความยุ่งยากในความเป็นจริงความเข้าใจของเราข้อมูล. ระยะทางระหว่างวัตถุสามารถมองเห็นในรูปแบบที่เรียบง่ายและนำมาซึ่งหลาย ๆ ในเรื่องนี้บทที่เราจะพิจารณาการแสดงกราฟิกของเมทริกซ์ของระยะทางซึ่งเป็นอาจจะง่ายที่จะเข้าใจ- dendrogram หรือต้นไม้ - กรณีที่วัตถุที่จะเข้าร่วมด้วยกันในรูปแบบลำดับชั้นจากใกล้ที่เป็นคล้ายกันมากที่สุดเพื่อให้ไกลที่สุดกันว่าเป็นที่แตกต่างกันมากที่สุด วิธีการวิเคราะห์กลุ่มลำดับชั้นจะมีการอธิบายที่ดีที่สุดโดยการอธิบายขั้นตอนวิธีการหรือชุดคำสั่งที่สร้างผล dendrogram สามารถ ในบทนี้เราแสดงให้เห็นถึงการจัดกลุ่มตามลำดับชั้นบนเป็นตัวอย่างเล็ก ๆ แล้วรายการสายพันธุ์ที่แตกต่างกันของวิธีการที่เป็นไปได้

ผลลัพธ์ (ไทย) 3:

ในส่วนที่ 2 ( บทที่ 4 กับ 6 ) เรานิยามหลายวิธีของการวัดระยะทาง ( หรือ
จะเป็นกรณีที่อาจจะ ) ระหว่างแถว หรือระหว่างคอลัมน์ของข้อมูล
Matrix ขึ้นอยู่กับการวัดขนาดของการสังเกต อย่างที่เรากล่าวก่อน
กระบวนการนี้มักจะสร้างตารางของระยะทางกับตัวเลขมากกว่าข้อมูลเดิม
,แต่เราจะแสดงวิธีการนี้ในความเป็นจริงจะช่วยให้เราเข้าใจข้อมูล ระยะทางระหว่างวัตถุสามารถ visualized
ในวิธีที่ง่าย และความประทับใจมากมาย ในบทนี้เราจะพิจารณา
แทนกราฟิกของเมทริกซ์ของระยะทางที่
บางทีวิธีที่ง่ายที่สุดที่จะเข้าใจซึ่งพันธุกรรมหรือ–ต้นไม้ที่วัตถุจะเข้าร่วม
ร่วมกันในแฟชั่นแบบลำดับชั้นจากใกล้ที่คล้ายกันมากที่สุด ให้ห่างออกจากกัน
ที่แตกต่างกันมากที่สุด วิธีวิเคราะห์กลุ่มลำดับชั้นที่ดีที่สุดอธิบายโดย
อธิบายขั้นตอนวิธี หรือชุดของคำสั่งซึ่งจะสร้างพันธุกรรม ผลลัพธ์ ในบทนี้ เราจะแสดงให้เห็นถึงการจัดกลุ่มลำดับชั้น
ในตัวอย่างขนาดเล็กและจากนั้นรายการ
สายพันธุ์ที่แตกต่างกันของวิธีการที่เป็นไปได้ .