Fuzzy Clusteranalyse - Funktionsweise und Anwendungsmöglichkeiten

In der vorliegenden Arbeit soll mit der Fuzzy-Clusteranalyse eine verallgemeinerte Methode
zur Auffindung von Strukturen und Gruppierungen in Daten und somit zur
Datenreduktion vorgestellt werden, die gegebene Daten in zusammengehörige Bereiche
- sogenannte Cluster - einteilt. Die Verallgemeinerung zur klassischen Clusteranalyse
besteht darin, basierend auf dem von Zadeh 1965 eingeführten Begriff der Fuzzy-Menge
das System der eindeutigen Zugehörigkeit zu einer Menge bzw. zu einem Cluster dahingehend
aufzuweichen, dass auch graduelle Zugehörigkeiten zugelassen und somit fehlerhafte
Klassifikationen aufgrund von Unsicherheit in den Daten (Störeffekte/Rauschen)
oder nicht eindeutiger Zuordnungsmöglichkeit weitestgehend ausgeschlossen sind. Es
werden Methoden zur Bestimmung der Form, Größe und Anzahl der aufgrund hochdimensionaler
Datenstruktur ex ante meist nicht eindeutig festzulegenden Cluster anhand
verschiedener Algorithmen basierend auf der Technik der Bewertungsfunktionen und
globaler/lokaler Gütemaße besprochen und kritisch evaluiert. Im Kapitel Anwendungen
werden diverse Einsatzgebiete der Fuzzy-Clusteranalyse von der digitalen Bild- und
Handschrifterkennung bis hin zu strategischem Controlling und Marktsegmentierungssystemen
aufgezeigt und besprochen.