КЛАССИФИКАЦИЯ СТРАН ОЭСР В УСЛОВИЯХ ПОКАЗАТЕЛЕЙ ВЫБРОСОВ УГЛЕРОДА С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ КЛАСТЕРИРОВАНИЯ ГОРНЫХ ДАННЫХ

Ahmet SEL

Поскольку количество использования ископаемого топлива возросло после промышленной революции, за эти годы значения выбросов парниковых газов также увеличились. Увеличение парниковых газов является одной из основных причин глобального потепления, которое является одной из наиболее важных проблем современности. В исследовании использованы кластерные анализы 1990–2014 годов по 15 показателям данных Всемирного банка из 36 стран, являющимся членами Организации экономического сотрудничества и развития (ОЭСР). Из-за большого количества данных они оценивались с использованием методов “интеллектуального анализа данных” и “двухэтапного кластерного анализа”. Во время применения было найдено идеальное число кластеров – равно к четырём. Результаты кластеризации были получены отдельно с использованием программ SPSS, MATLAB и WEKA. В качестве методов кластеризации предпочтительны нейронные сети двухуровневого типа и самоорганизующейся карты (SOM). Для получения результатов кластера, страны были подвергнуты консолидации с учётом повторяющихся значений кластера. В результате страны сгруппированы так, что используемые значения выбросов углерода ранжируются от высокого до низкого. Количество стран в кластере составляет: 1 в первом кластере, 9 во втором кластере, 10 в третьем кластере и 16 в четвертом кластере. Результаты кластеризации могут служить ориентиром для программ, которые должны применяться к странам в одном кластере с целью снижения их данных по выбросу углерода. Кроме того, под эгидой ОЭСР могут быть созданы комиссии, включая страны в соответствующем кластере. В последнее время тот факт, что изменение климата дало о себе знать, во многом способствует скорейшему осуществлению мер и применению их в практике.

Ключевые слова: нейронные сети СДЛ, интеллектуальный анализ данных, двухступенчатая кластеризация, выброс углерода, идеальное число кластеров