18.4. ЗАКЛЮЧЕНИЕ
В этой главе описаны два примера применения метода динамических сгущений к задаче классификации графиков нагрузок потребителей электроэнергии. Для этого был реализован алгоритм, позволяющий определить число классов, на которые следует разбить выборку. Он основывается на восходящей иерархической классификации устойчивых форм.
В первом примере применялись различные средства для выявления глубинной значимости полученных типов с помощью оптимизации дисперсионного критерия. В самом деле, предварительное изучение вкладов различных переменных во внутриклассовую дисперсию (с помощью факторного анализа) позволило понять их относительную роль при определении типов. Это дает возможность (например, посредством взвешивания переменных) ориентировать метод на получение нужных типов. Это подчеркивает ценность классификации, при которой оптимизируется легко интерпретируемый критерий.
Во втором примере мы столкнулись с некоторой неустойчивостью полученных классов, несмотря на то что их средние профили довольно ясно различались. Способ решения этой проблемы нам кажется довольно интересным, так как в нем используется одна из оригинальных черт метода динамических сгущений: пользователь может применять метрику, в которой ядра формируются из элементов выборки так, чтобы полученные классы различались в желаемом смысле. В нашем случае при относительной неопределенности классов выбор ядер является параметром, позволяющим пользователю устранить неопределенность и ориентировать классификацию в нужном направлении.
В обоих примерах следует принимать во внимание природу классифицируемых объектов. Для них можно было бы выбрать не евклидово расстояние, а какую-нибудь другую меру близости, принимая во внимание различные аспекты поведения кривых. Ищутся способы характеризации кривых, отличные от значений ординаты по времени. Во всяком случае следует подчеркнуть, что самый простой вариант оказался вполне удовлетворительным как в смысле полученных результатов, так и в смысле возможности их интерпретации.
