|
193 требует применения новых форм управления образовательными учреждениями района с учетом ограниченных ресурсов [51]. При общей классификации образовательных учреждений Коминтерновского района на базе кластерного анализа использовались следующие показатели: успеваемость, качество образования, средний балл, количество медалей, а также участие школьников в районных и областных олимпиадах. Обработка проводилась при помощи пакета Statistica. В качестве меры близости использовалось расстояние Евклида. Результат кластерного анализа представлен в табл. 3.6 и на рис. 3.26. Таблица 3.6 № класса Уровень Название ОУ 1 Высокий Лицеи №№ 1, 4, гимназии №№ 1, 2, 8 2 Средний Гимназии №№ 4, 10, школы №№ 1, 8, 29, 88 3 Низкий УВК, школы №№ 6, 18, 26, 39, 43, 47, 51, 57, 76, 80, 85, 87, 93, 94, 95 Рис. 3.26. Кластеризация ОУ Коминтерновского района по всем показателям |
76 лить как такое скопление точек, в котором среднее межточечное расстояние меньше среднего расстояния от данных точек до остальных. Поэтому будем считать, что основой первого направления решения задачи структурной классификации является формулировка понятия кластера и разбиение совокупности на части, каждая из которых представляет собой кластер в данном смысле. Такой подход часто называется эвристическим. Однако многие свойства этих процедур изучены достаточно хорошо, а некоторые из алгоритмов находят локальный экстремум определенному функционалу. Поэтому назовем группу алгоритмов, ориентированных на выделение кластеров с заранее заданными свойствами, процедурами прямой классификации. Основной чертой таких процедур является использование ими только одного понятия кластера. Скажем, в группе методов k-средних объекты попадают в тот класс, расстояния до цента которого минимальны, т.е. реализуется одно из определений кластера. Это означает, что все классы разбиения будут удовлетворять именно этому определению. При классификации образовательных учреждений Коминтерновского района при помощи кластерного анализа использовались следующие показатели: успеваемость, качество образования, средний балл, количество медалей, а также участие школьников в районных и областных олимпиадах. Обработка проводилась при помощи пакета Statistica. В качестве меры близости использовалось расстояние Евклида. Результат кластерного анализа представлен в табл. 2.8 и на рис. 2.24 по всем показателям, рис. 2.25 по успеваемости, рис. 2.26 по качеству образования. Таблица 2.8 № класса Уровень Название ОУ 1 Высокий Лицеи №№ 1, 4, гимназии №№ 1, 2, 8 2 Средний Гимназии №№ 4, 10, школы №№ 1, 8, 29, 88 3 Низкий УВК, школы №№ 6, 18, 26, 39, 43, 47, 51, 57, 76, 80, 85,87,93,94,95 |