4.3. ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ
4.3.1. Сравнение алгоритмов
В табл. 4.2 представлены результаты подробного исследования всех решений, полученных с помощью алгоритмов МДС,
использующих в качестве мер сходства элемента из 
и представителя класса величины 
Таблица 4.2 (см. скан)
В результате проведенного исследования можно констатировать:
а) алгоритм, основанный на мере сходства 
сходится при использовании в качестве начального любого из 56 448 представительств;
б) алгоритм, основанный на мере сходства 
сходится медленнее, чем другие;
в) алгоритм, основанный на мере сходства 
приводит к единственному истинному решению наиболее часто по сравнению с другими алгоритмами.
Мы изучили более подробно результаты, полученные с помощью алгоритма, основанного на мере сходства 
В табл. 4.3 представлено распределение общего числа возможных начальных представительств по числу итераций 
необходимому для сходимости этого алгоритма 
В ней принято обозначение:
a h означает 
-кратное применение отображения 
Таблица 4.3 (см. скан)
4.3.2. Прадеревья с петлей в корне
На рис. 4.1 представлены все 7 решений, полученных с помощью алгоритма, основанного на 
(они обозначены A, В, С, D, Е, F, G), а на рис. 4.2—4.4 изображены прадеревья решений 
Рис. 4.1. Облако исходных точек и разбиение, полученное с помощью алгоритма, основанного на 
Рис. 4.2. Прадеревья, соответствующие решению А
Рис. 4.3. Прадеревья, соответствующие решению В
Рис. 4.4. Прадеревья, соответствующие решению 
В каждом прямоугольнике указано число таких разбиений 
после отображения которых с помощью суперпозиции 
мы получаем одно и то же новое разбиение (этому разбиению соответствует на рисунке соединенная с прямоугольником ребром ближайшая нижняя вершина дерева).
4.3.3. Гистограмма решений
На рис. 4.5 представлены значения оптимизируемого критерия 
для семи полученных решений, так же как относительные частоты появления каждого решения. Мы наблюдаем общую тенденцию, в соответствии с которой чем меньше достигнутое значение критерия, тем чаще мы «выходим» на решения.
Рис. 4.5. Гистограмма распределения решений по величине оптимизируемого критерия
Рис. 4.6. Изображение облака исходных (классифицируемых) точек
