Аналіз методів чіткої та нечіткої кластеризації на основі освітніх даних навчання студентів

Abstract

У роботі проведено комплексне дослідження методів чіткої та нечіткої кластеризації освітніх даних на прикладі опитування ENAPE 2021, що охоплює соціально-демографічні характеристики домогосподарств та освітні траєкторії студентів. Для досягнення мети було використано мову програмування R та середовище RStudio, що забезпечили можливість попередньої обробки та підготовки даних, зокрема очищення, відбору змінних і нормалізації. У процесі дослідження було реалізовано алгоритми K-Means та Fuzzy C-Means (FCM), що дозволило порівняти роботу чітких і нечітких методів кластеризації та визначити їхні переваги й обмеження. Якість отриманих кластерів оцінювалась за допомогою таких показників, як силуетний коефіцієнт, індекс Калінскі-Харабаза та коефіцієнт нечіткості (FPC). Для візуалізації багатовимірних даних застосовано метод головних компонент (PCA), який дав змогу інтерпретувати результати кластеризації у зручній двовимірній формі. За результатами аналізу оптимальним виявився поділ на три кластери, що дозволило виділити групи студентів з різними навчальними та психоемоційними характеристиками. Дослідження показало, що нечіткі методи, на відміну від чітких, дають ширше розуміння різноманітності студентів, адже відображають різні ступені належності до кластерів