Снижение размерности исследуемых данных на основе эвристической возможностной кластеризации

При необходимости обработки больших массивов данных на первой стадии возникает задача предварительного анализа имеющихся данных для: определения возможного числа классов, на которые «расслаивается» исследуемая совокупность; выделения в ней аномальных наблюдений; проецирования исследуемой совокупности на плоскость, к примеру, двух главных компонент или наиболее информативных признаков. С этой целью может быть применен аппарат эвристической возможностной кластеризации