- pca.r: Durchfuehrung der linearen und nichtlinearen Hauptkomponentenanalyse (einstellbar in der Datei) anhand verschiedener Beispiele. In diesen Beispielen wird bereits eine gewisse theoretische Clusterzuweisung festgelegt, anhand derer die Trainingsdaten eingefaerbt werden. Diese theoretische Zuweisung ist dem Algorithmus waehrend der Durchfuehrung nicht bekannt und dient nur dem besseren Verstaendnis beim Betrachten der Ausgaben.
Wird pcatyp = "standard" gewaehlt (lineare Hauptkomponentenanalyse), kann auch eine Transformation der Trainingsdaten durchgefuehrt werden. Wird pcatyp = "kernelpca" gewählt (Nichtlineare bzw. Kern-basierte Hauptkomponenentenanalyse), kann der Kern ausgewaehlt werden. Ausgegeben werden die Projektionen der Daten auf die ersten beiden Hauptkomponenten sowie im Falle der linearen PCA ohne Transformation die Darstellung der projizierten Trainingsdaten im Raum der ursprünglichen Trainingsdaten.

-  spektrales_clustern.r: Mit dieser Datei kann der Algorithmus des Spektralen Clusterns auf Trainingsdaten aus ausgewaehlten Beispielen angewandt werden. In diesen Beispielen wird bereits eine gewisse theoretische Clusterzuweisung festgelegt, anhand derer die Trainingsdaten eingefaerbt werden. Diese theoretische Zuweisung ist dem Algorithmus waehrend der Durchfuehrung nicht bekannt und dient nur dem besseren Verstaendnis beim Betrachten der Ausgaben.
Eingestellt werden kann der verwendete Kern. Nach Berechnung der Projektionen in den niedrigdimensionaleren Raum kann entweder das Standardverfahren zur Ermittlung von 2 Clustern verwendet werden (positive/negative Vorzeichen der Projektion in einer Dimension) oder der k-means-Algorithmus zur Ermittlung von 2 oder mehr Clustern auf Basis der 1- oder 2-dimensionalen Projektion (einstellbar). Ausgegeben werden die 1/2-dimensionalen Projektionen sowie die Zuordnung der Trainingsdaten in die gewuenschte Anzahl von Clustern mit Hilfe verschiedener Farben (diese entsprechen nun nicht mehr den theoretischen Clusterzuweisungen!)

Benoetigte Pakete: MASS, rgl, scatterplot3d (zur Erzeugung der Trainingsdaten und zum Plotten der Entscheidungsgrenzen)