Sunteți pe pagina 1din 228

Instructions on Using the tool

( Clustering using Self Organizing Maps)

Step 1: Enter Your Data


(A) Enter your data in The Data worksheet, starting from the cell C13
(B) The observations should be in rows and the variables should be in columns.
(C) Above each column, choose appropriate Type (Use , Omit)
To drop a column from the clustering process - set the type = Omit
To use a column for clustering, set type = Use
You can use atmost 50 variables for Clustering. Application will automatically treat them all as continuous variables.
Make sure that the number variables entered in Input sheet exactly matches total no. of columns in your data w
Make sure that the number of observations entered in Input sheet is <= no. of rows in your Data Sheet
(D) Please make sure that your data does not have blank rows or blank columns.
(E) All the variables to be used in the Clustering needs to be necessarily numeric
Any non-number in the clustering variables will be treated as missing value.
Application will replace it by the respective column mean

Step 2: Fill up the inputs in the Inputs page


(A) Note that the SOM is a square grid of n-sqaure neurons, arranged in n rows and n columns
You need to specify n. n should be between 2 and 10
(B) Once cycle consists of presenting ALL the observation to the map - once.
You need to specify number of cycles
(C) In each cycle all the observations are presented to the map once.
Order in which they are presented could be random - hence varies from cycle to cycle
or could be in the original order in which you have entered the data in Data sheet. Select the option you want.
(D) Make sure that the end value of the learning parameter is less than the start value and both the values are strictly betw
(E) Make sure that the end value of Sigma is less than the start value and both the values are strictly between 0% and 100
(F) As the training of the map progreses, both Learning Parameter and Sigma is decreased from the start value to the end
you may choose the rate of this decay as linear or exponential.

Step 3: Click on the Build Clusters button


(A) While training the map actual variables in the data are scaled so that for each variable - values are between -1 and 1.
This is called Normalization of data. Normalization takes a long time - specially for large data sets.
If you are training the map same data set on two succesive runs - you may skip the normalization for the second run.
Application will ask you whether to skip normalization or not. Skipping normalization saves a lot of time.
However application only checks the number of rows and columns of your data to determine whether it has changed since
It does not check the individual values in the data set.
So if you are not sure whether you have changed the data since last run - it's a better idea to normalize the data again.

(B) If you are training the map on same variables and the map size is same as that in the just previous run
the application will ask you whether to start with the weights obtained in the previous run.
Starting with previous weights provide incremental learning.
Using this option you can build upon what has been already learned by the map so far.
However - if you have changed your data set or the variables or the ordering of the variable you should start with fresh wei
Step 4: Output of Clustering
(A) Outputs will be generated in Output sheet. You can only see it but can't modify since the sheet is protected.
(B) Application gives you an option of saving the results in a separate workbook where you can edit the output
(C) In that new workbook, the data along with Cluster labels, cluster means and variances will be saved
Also, a Radar plot will be created to let you visually compare the means of the variables across different clusters.

(D) In that Weights sheet a plot will be generated to visually depict which portion of the map captured how many data point

izing Maps)

hem all as continuous variables.


ches total no. of columns in your data with type = Use
no. of rows in your Data Sheet

elect the option you want.


ue and both the values are strictly between 0 and 1
values are strictly between 0% and 100%
creased from the start value to the end value

ariable - values are between -1 and 1.


arge data sets.
normalization for the second run.
saves a lot of time.
etermine whether it has changed since last run

er idea to normalize the data again.

in the just previous run

variable you should start with fresh weights

ince the sheet is protected.


ere you can edit the output
iances will be saved
bles across different clusters.

the map captured how many data points.

Neural Network based Clustering


( Using Kohonen's Self Organizing Maps (SOM) )
Number of observations

1038

( Needs to be between 5 and 5,000 )

Number of Variables

( Needs to be between 3 and 50 )


Enter n , where n -Square = # neurons in the map

( n needs to be between 2 and 10 )


[ Note: By entering n you are specifying that the maximum
number of clusters will be at most n -square.
e.g. if you enter n = 4, you will get less than or equal to 16 clusters]

Number of training cycles

100

( Needs to be between 1 and 1000 )

Randomize the order in which inputs


are presented to the map ?

Learning parameter (should be >0 and <1 )


Start value
End value
Decay

No

Sigma for the Gaussian neighborhood


as % of map width (should be > 0% and < 100% )
Start value
End value
Decay

ameter (should be >0 and <1 )


0.9
0.1
Exponential

e Gaussian neighborhood
width (should be > 0% and < 100% )
50.0%
1.0%
Exponential

Enter your Data in this sheet


Instructions:
Start Entering your data from cell C13.
Specify variable names in row 11.
Use - to use variable for clustering, Omit - not to use the variable for clus
Specify variable type in row 10.
Please make sure that there are no blank row or column in your data.
The variables that you use for clustering needs to be numeric
Any non-number in your data will be treated as missing value and will be replaced by the respective column mean

Use

Use

Use

Omit

Omit

cantidad

precio prom. X artic.

total de factura

Y4

Y5

1
1

7.000

7.000

49.000

7.000

7.000

49.000

4.000

4.000

16.000

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2

3.000

5.000

15.000

3.000

4.000

12.000

3.000

5.000

15.000

5.000

4.000

20.000

3.000

3.500

10.500

3.000

4.000

12.000

3.000

3.500

10.500

3.000

5.000

15.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

3.000

36.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

3.000

4.000

12.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

7.000

7.000

49.000

7.000

7.000

49.000

2
2
2
2
2
2
2
2

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

7.000

49.000

7.000

5.000

35.000

7.000

5.000

35.000

7.000

7.000

49.000

7.000

7.000

49.000

3.000

6.000

18.000

2.000

5.000

10.000

4.000

4.000

16.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

5.000

10.000

3.000

5.000

15.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

3.000

6.000

18.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

2.000

4.500

10.500
9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

3.000

6.000

18.000

2.000

5.000

10.000

4.000

4.000

16.000

2.000

6.000

12.000

6.000

5.000

30.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

2.000

5.000

10.000

2.000

6.000

12.000

3.000

4.000

10.000

3.000

3.000

10.500

3.000

4.500

14.500

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

4.000

3.000

12.000

3.000

5.000

15.000

2.000

6.000

12.000

3.000

3.000

9.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

3.000

4.000

10.000

3.000

3.000

10.500

4.000

3.000

12.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

1.500

7.500

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

1.500

15.000

7.000

4.000

28.000

12.000

1.500

18.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

1.500

13.500

2.000

5.000

10.000

4.000

4.000

16.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

7.000

1.500

10.500

5.000

6.000

30.000

5.000

3.000

15.000

4.000

5.000

20.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

5.000

4.000

20.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

1.500

15.000

7.000

4.000

28.000

12.000

1.500

18.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

1.500

15.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

4.000

4.000

16.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

3.000

5.000

15.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

1.500

18.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

4.000

4.000

16.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

1.500

18.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

3.000

4.000

12.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

5.000

3.000

15.000

4.000

5.000

20.000

2.000

6.000

12.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

4.500

9.000

3.000

3.500

10.500

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

1.500

15.000

7.000

4.000

28.000

12.000

1.500

18.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

3.000

5.500

16.000

3.000

5.000

15.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

9.000

5.000

45.000

2.000

5.000

10.000

4.000

4.000

16.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

1.500

18.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

4.000

4.000

16.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

2.000

5.000

10.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

1.500

18.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

7.000

4.000

28.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

1.500

18.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

1.500

18.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

2.000

5.000

10.000

4.000

4.000

16.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

2.000

5.000

10.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

9.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

8.000

3.000

24.000

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

3.000

3.000

2.000

3.000

10.500
6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

1.500

15.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

4.000

4.000

16.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

1.500

18.000

8.000

4.000

32.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

3.000

4.000

12.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

2.000

6.000

12.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

3.000

3.500

3.000

3.000

10.500
9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

1.500

18.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

6.000

5.000

30.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

2.000

6.000

12.000

7.000

6.000

42.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

2.000

5.000

10.000

1.000

4.000

4.000

2.000

6.000

12.000

6.000

5.000

30.000

5.000

6.000

30.000

2.000

3.000

6.000

1.000

5.000

5.000

2.000

6.000

12.000

3.000

3.000

9.000

3.000

4.000

10.000

3.000

3.000

10.500

2.000

3.000

6.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

3.500

10.500

3.000

3.000

9.000

3.000

4.000

12.000

4.000

4.000

16.000

5.000

3.000

15.000

4.000

3.500

14.000

8.000

3.000

24.000

9.000

2.500

22.500

10.000

3.500

35.000

2
2
2
2
2
2
2
2
2

7.000

4.000

28.000

12.000

2.500

30.000

8.000

4.000

32.000

9.000

3.000

27.000

6.000

4.500

27.000

10.000

3.500

35.000

8.000

4.000

32.000

9.000

5.000

45.000

12.000

1.500

18.000

- not to use the variable for clustering

spective column mean

Omit

Omit

Omit

Omit

Omit

Omit

Y6

Y7

Y8

Y9

X10

X11

Omit

Omit

Omit

Omit

Omit

Omit

X12

X13

X14

X15

X16

X17

Omit

Omit

Omit

Omit

Omit

Omit

X18

X19

X20

X21

X22

X23

Omit

Omit

Omit

Omit

Omit

Omit

X24

X25

X26

X27

X28

X29

Omit

Omit

Omit

Omit

Omit

Omit

X30

X31

X32

X33

X34

X35

Omit

Omit

Omit

Omit

Omit

Omit

X36

X37

X38

X39

X40

X41

Omit

Omit

Omit

Omit

Omit

Omit

X42

X43

X44

X45

X46

X47

Omit

Omit

Omit

X48

X49

X50

Table of Winner Nueron


Scale for graph
Major Unit

0.33

Old Settings

Grid Size
# Obs
# Vars
Original Col Numbers

3
1038
3
1
2
3
7
7
7
8
8
9

Obs

0.05003065

0.76858043

0.1331562

0.88917045

0.20731958

0.78804666

0.0590918

0.75002735

0.13375765

0.90670609

0.06752597

0.85648757

0.17742226

0.24490983

0.17032188

0.72087815

0.12424887

0.87610158

10

0.2200654

0.80002488

11

0.19334352

0.74087981

12

0.2345442

0.82181471

13

0.22396199

0.88606054

14

0.07956029

0.7367583

15

0.08748896

0.89540638

16

0.14340916

0.79455251

17

0.15775052

0.94535573

18

0.20302562

0.7456429

19

0.20632668

0.91908527

20

0.21512965

0.73445289

21

0.22286383

0.74557245

22

0.2323722

0.85094627

23

0.12705395

0.79699135

24

0.14448106

0.74052302

25

0.23894709

0.94444182

26

0.17774

0.90558182

27

0.17426386

0.83867866

28

0.05280127

0.79874921

29

0.13137464

0.94917413

30

0.06749815

0.27444207

31

0.13661202

0.86151374

32

0.1379907

0.89876362

33

0.28125002

0.89979216

34

0.06491164

0.81773223

35

0.08348319

0.77400896

36

0.09117888

0.9171776

37

0.24207255

0.85246453

38

0.11814128

0.80763643

39

0.24832464

0.92582252

40

0.14672454

0.73424828

41

0.256404
0.07691
0.211979
0.265549
0.205869
0.275838
0.18602
0.251802

0.896172
0.778318
0.824425
0.817212
0.802709
0.77592
0.8851
0.936951

3
3
3
3
3
3
3
3

42
43
44
45
46
47
48

Nrn ID

49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100

0.194487
0.251106
0.196081
0.102865
0.198675
0.257125
0.198526
0.126011
0.183912
0.216535
0.197115
0.121745
0.221403
0.070205
0.126338
0.200469
0.138088
0.127233
0.201411
0.199145
0.099964
0.248281
0.101616
0.264631
0.262094
0.195572
0.25363
0.270349
0.18527
0.216224
0.081524
0.166283
0.119343
0.225586
0.223433
0.095645
0.186564
0.157236
0.081554
0.278211
0.264911
0.079646
0.272148
0.193652
0.104759
0.07952
0.175536
0.098202
0.145544
0.145122
0.15277
0.20799

0.843348
0.908563
0.914276
0.751326
0.072174
0.763016
0.926195
0.855179
0.942752
0.921359
0.792911
0.796995
0.891458
0.744317
0.827623
0.828906
0.754148
0.821261
0.734678
0.856691
0.849492
0.753544
0.892901
0.789773
0.828971
0.904495
0.838927
0.891223
0.726878
0.882757
0.783876
0.727754
0.843652
0.825618
0.796674
0.91973
0.929212
0.149012
0.920731
0.92449
0.766289
0.764186
0.823933
0.786354
0.753761
0.761033
0.848648
0.78662
0.856649
0.724758
0.728388
0.860235

3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3

101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152

0.232433
0.282946
0.262297
0.115708
0.199653
0.167716
0.143294
0.073945
0.220497
0.192384
0.065666
0.178517
0.223983
0.184799
0.113382
0.251804
0.244863
0.224371
0.067805
0.192748
0.073613
0.05874
0.224361
0.09352
0.073108
0.153776
0.109207
0.122855
0.128619
0.17691
0.229227
0.176047
0.231145
0.280469
0.088701
0.224956
0.127414
0.051677
0.17264
0.201336
0.136551
0.262653
0.196782
0.113505
0.100076
0.187079
0.157596
0.163009
0.198571
0.050198
0.215611
0.16129

0.72279
0.752545
0.871144
0.945787
0.732831
0.770224
0.84272
0.868846
0.716899
0.88227
0.8834
0.925296
0.771266
0.788473
0.857945
0.83133
0.908352
0.833934
0.838932
0.773456
0.940055
0.725732
0.756746
0.825159
0.82775
0.816259
0.749589
0.83024
0.798961
0.819889
0.813471
0.752808
0.764024
0.862971
0.918886
0.793955
0.899419
0.900502
0.894137
0.808417
0.831106
0.832793
0.77534
0.887909
0.917859
0.855463
0.923091
0.777793
0.734596
0.876115
0.739132
0.26041

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1

153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204

0.135016
0.212151
0.112089
0.113018
0.184784
0.117974
0.219017
0.099428
0.145646
0.280931
0.255781
0.16165
0.154434
0.06585
0.105827
0.184041
0.10371
0.139121
0.166666
0.24419
0.225099
0.25203
0.066537
0.262914
0.27262
0.057425
0.181074
0.120926
0.106024
0.159716
0.116641
0.242168
0.274121
0.131545
0.226998
0.077145
0.264787
0.263779
0.096633
0.086256
0.254957
0.282185
0.057433
0.223131
0.060633
0.164089
0.138676
0.051296
0.186874
0.255048
0.183707
0.260839

0.822381
0.864328
0.883016
0.738411
0.938425
0.734995
0.822111
0.784764
0.872751
0.931654
0.814928
0.826078
0.798194
0.909823
0.861127
0.859278
0.920401
0.886999
0.818177
0.768267
0.8945
0.792657
0.751361
0.907261
0.875096
0.851587
0.81711
0.817453
0.932942
0.767221
0.912997
0.743686
0.271602
0.771641
0.79441
0.817777
0.910787
0.808905
0.891215
0.941859
0.903019
0.885053
0.791093
0.905045
0.883633
0.718101
0.7562
0.733423
0.854111
0.788046
0.906507
0.806731

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256

0.077806
0.218848
0.199931
0.21841
0.099949
0.087504
0.242149
0.183889
0.258886
0.144593
0.062559
0.260384
0.082595
0.108588
0.160754
0.277567
0.138116
0.18286
0.267056
0.14167
0.281554
0.239006
0.159182
0.185492
0.241409
0.166853
0.245581
0.118389
0.201907
0.224458
0.282096
0.076284
0.219674
0.221441
0.188631
0.27166
0.107064
0.102316
0.165823
0.176897
0.248825
0.06316
0.111701
0.27427
0.085437
0.201615
0.205025
0.072617
0.096439
0.166882
0.088617
0.090672

0.732079
0.820198
0.869798
0.808351
0.934644
0.835178
0.831669
0.77531
0.861725
0.79892
0.71886
0.748283
0.879385
0.072672
0.782594
0.888255
0.803168
0.862992
0.781902
0.893193
0.948098
0.738419
0.800297
0.814708
0.845342
0.812804
0.895771
0.94139
0.758882
0.895311
0.750795
0.748808
0.868845
0.740414
0.722317
0.882846
0.921504
0.86457
0.791769
0.94303
0.81261
0.796212
0.915056
0.765869
0.937395
0.825754
0.239235
0.774847
0.907235
0.722255
0.785837
0.930432

3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3

257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308

0.050437
0.209726
0.152696
0.107064
0.055095
0.132474
0.251542
0.210319
0.207142
0.105684
0.053499
0.215525
0.242369
0.084808
0.090971
0.247664
0.118964
0.160194
0.243761
0.158285
0.134175
0.207086
0.089065
0.108827
0.107647
0.235625
0.18481
0.220631
0.198089
0.274178
0.086318
0.224928
0.086604
0.252679
0.096308
0.279516
0.260024
0.119288
0.214893
0.152086
0.260912
0.190394
0.256249
0.270227
0.204224
0.100617
0.198617
0.204755
0.193982
0.086139
0.067629
0.186384

0.832988
0.78342
0.900875
0.846735
0.741654
0.7856
0.871508
0.841511
0.926381
0.800459
0.876039
0.886165
0.896464
0.844973
0.833919
0.722412
0.894008
0.764762
0.755742
0.91228
0.843932
0.817429
0.859918
0.854776
0.9373
0.855886
0.755999
0.102553
0.814656
0.911693
0.728021
0.878576
0.849356
0.845055
0.917827
0.826124
0.864235
0.928155
0.741744
0.725454
0.948275
0.795159
0.873907
0.810469
0.873269
0.72554
0.796268
0.85205
0.91049
0.827422
0.781922
0.741393

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360

0.206601
0.168037
0.052985
0.055722
0.20756
0.268951
0.158442
0.079939
0.268066
0.096416
0.085158
0.136105
0.215056
0.192866
0.281684
0.06118
0.21453
0.185626
0.193966
0.235358
0.188217
0.070253
0.248681
0.065392
0.163573
0.093868
0.103235
0.201267
0.157119
0.171817
0.162429
0.086196
0.057771
0.237679
0.061794
0.173286
0.210174
0.126593
0.184256
0.175544
0.131369
0.158596
0.143471
0.115868
0.260794
0.088618
0.067157
0.210389
0.21028
0.156488
0.247095
0.051799

0.780689
0.920905
0.845111
0.840005
0.937432
0.888069
0.857888
0.929705
0.150429
0.78964
0.90012
0.795958
0.822202
0.748323
0.909486
0.811211
0.804753
0.832136
0.798144
0.884885
0.882897
0.937742
0.802733
0.813385
0.857593
0.907117
0.901034
0.863426
0.79595
0.87755
0.928643
0.722036
0.91455
0.931641
0.928969
0.779888
0.762793
0.747303
0.803233
0.84797
0.739555
0.21443
0.893801
0.740912
0.809859
0.784893
0.934185
0.860327
0.854873
0.78921
0.865711
0.911472

3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3

361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412

0.280723
0.270262
0.089127
0.126019
0.178748
0.122893
0.096492
0.062199
0.066707
0.242228
0.119826
0.149386
0.212684
0.241012
0.173826
0.053188
0.173823
0.100219
0.087251
0.09911
0.079666
0.052383
0.086257
0.222552
0.28215
0.231604
0.211062
0.085478
0.072273
0.090209
0.199279
0.126412
0.130099
0.148754
0.069253
0.277109
0.07475
0.246026
0.236722
0.079219
0.214414
0.122372
0.231488
0.200956
0.263007
0.236371
0.21408
0.220428
0.156841
0.248161
0.159093
0.142306

0.788579
0.819877
0.720848
0.719916
0.907771
0.748037
0.739881
0.814874
0.842054
0.740145
0.787571
0.912542
0.83718
0.907968
0.936493
0.73276
0.938381
0.725255
0.883702
0.815682
0.8737
0.777729
0.100731
0.771771
0.87066
0.779763
0.816925
0.798473
0.839596
0.857709
0.769442
0.863546
0.723657
0.733229
0.919921
0.821726
0.848801
0.773299
0.83781
0.764727
0.873803
0.940207
0.883706
0.904579
0.840247
0.908222
0.926016
0.756954
0.822531
0.880257
0.924295
0.891173

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464

0.17129
0.069446
0.205181
0.281157
0.104124
0.21349
0.07173
0.211445
0.092177
0.278455
0.108854
0.050861
0.261342
0.23073
0.247395
0.110327
0.143245
0.054934
0.115592
0.077326
0.191906
0.103916
0.089081
0.065904
0.267074
0.282087
0.240891
0.266671
0.217561
0.162086
0.224783
0.13013
0.231241
0.268116
0.091912
0.116683
0.251718
0.092609
0.174164
0.179958
0.09499
0.079558
0.267484
0.116815
0.266121
0.107855
0.215217
0.150674
0.209234
0.074617
0.258101
0.114853

0.811199
0.771204
0.812576
0.280201
0.829606
0.791268
0.849372
0.917316
0.817256
0.862634
0.801006
0.799442
0.746462
0.736131
0.758284
0.943816
0.739018
0.807903
0.786488
0.771318
0.949529
0.83607
0.808714
0.756478
0.748749
0.757402
0.722537
0.910803
0.940241
0.803976
0.750012
0.899445
0.843716
0.919854
0.854337
0.85787
0.078364
0.87774
0.856525
0.808523
0.846185
0.862318
0.785402
0.777494
0.915328
0.886918
0.760937
0.911186
0.870087
0.910183
0.877581
0.892981

3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516

0.057517
0.245193
0.217604
0.269231
0.283218
0.203161
0.079258
0.250251
0.180982
0.133661
0.109321
0.120917
0.084518
0.240061
0.271449
0.254129
0.083262
0.160627
0.110028
0.282683
0.139047
0.251853
0.266837
0.149272
0.202769
0.071796
0.264387
0.22315
0.097717
0.130074
0.255916
0.250134
0.102913
0.13787
0.208725
0.169271
0.136438
0.057927
0.25418
0.229502
0.105439
0.221219
0.104373
0.172999
0.256122
0.276948
0.102125
0.051829
0.123759
0.242545
0.170989
0.111287

0.894234
0.719401
0.854263
0.759908
0.854355
0.747174
0.851058
0.785973
0.88318
0.78808
0.885852
0.89883
0.796254
0.815347
0.71768
0.796444
0.908599
0.197513
0.896719
0.763759
0.751383
0.915094
0.780963
0.856033
0.821922
0.777255
0.752881
0.782169
0.833676
0.905139
0.93609
0.721382
0.76625
0.881866
0.845352
0.739867
0.74873
0.935871
0.903243
0.907465
0.943013
0.890901
0.923483
0.947661
0.727144
0.749349
0.927604
0.820922
0.911978
0.808919
0.128287
0.841358

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3

517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568

0.282681
0.153673
0.165246
0.206567
0.129618
0.180887
0.219904
0.152755
0.10036
0.27964
0.16737
0.074836
0.153094
0.073613
0.120778
0.057689
0.118402
0.138051
0.123992
0.262757
0.282597
0.249759
0.268272
0.111377
0.104387
0.203775
0.108941
0.268116
0.198208
0.163363
0.182049
0.19077
0.117559
0.076684
0.254377
0.113698
0.105002
0.260128
0.140102
0.231156
0.275496
0.11498
0.050797
0.113959
0.266393
0.110756
0.245428
0.226153
0.05411
0.268532
0.213693
0.175016

0.824518
0.845963
0.846023
0.860061
0.757911
0.932144
0.792448
0.848432
0.921451
0.851104
0.787014
0.781522
0.857243
0.915131
0.840315
0.75469
0.723541
0.915161
0.937427
0.866945
0.944741
0.93744
0.921237
0.87094
0.928054
0.780194
0.842444
0.756306
0.813503
0.770294
0.842895
0.199654
0.890589
0.946591
0.805581
0.84791
0.781628
0.943249
0.937973
0.934975
0.725079
0.806411
0.72202
0.898399
0.758881
0.877531
0.897485
0.86271
0.837121
0.743377
0.77861
0.722747

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620

0.070791
0.277617
0.192686
0.227717
0.154312
0.078878
0.116896
0.261323
0.131608
0.214748
0.201539
0.112798
0.16868
0.07922
0.125898
0.162334
0.187255
0.134518
0.083315
0.050018
0.214792
0.161095
0.197863
0.192502
0.267811
0.074298
0.174342
0.26633
0.235227
0.274372
0.11495
0.257945
0.228353
0.129791
0.169281
0.113686
0.230896
0.193922
0.184323
0.089785
0.215627
0.221699
0.054461
0.169039
0.261044
0.219614
0.071475
0.177474
0.201377
0.095725
0.107876
0.134343

0.946696
0.752696
0.937448
0.726998
0.757317
0.732881
0.753866
0.894261
0.904838
0.806635
0.865544
0.89698
0.10793
0.808645
0.717972
0.877914
0.718072
0.868906
0.781121
0.866798
0.769559
0.829394
0.799442
0.897015
0.762831
0.827398
0.841862
0.888926
0.914472
0.945519
0.718458
0.766537
0.77388
0.86167
0.797117
0.807502
0.739932
0.899077
0.720204
0.826454
0.777651
0.742945
0.921233
0.758336
0.768206
0.057124
0.874861
0.775073
0.858911
0.767446
0.846893
0.935568

3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3

621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672

0.209915
0.242985
0.200235
0.135465
0.215681
0.255907
0.199187
0.236552
0.253422
0.213904
0.11943
0.103212
0.113617
0.097947
0.25639
0.06095
0.159141
0.140574
0.136223
0.2785
0.275264
0.242549
0.265813
0.184492
0.219652
0.089533
0.149441
0.217451
0.2057
0.202082
0.272117
0.075797
0.085865
0.185649
0.116246
0.234516
0.168336
0.247249
0.144963
0.195152
0.167026
0.14546
0.052133
0.235816
0.251583
0.240421
0.279014
0.127843
0.230713
0.210501
0.264262
0.185803

0.879893
0.745053
0.844278
0.835703
0.927425
0.823066
0.73178
0.891671
0.780591
0.87992
0.815305
0.823315
0.717958
0.856027
0.791909
0.937454
0.934234
0.870449
0.79979
0.844552
0.723609
0.870888
0.834962
0.742056
0.929752
0.750363
0.201249
0.831054
0.795811
0.930538
0.726955
0.732951
0.88108
0.845055
0.914864
0.772795
0.84433
0.922868
0.858904
0.929281
0.727147
0.838246
0.894151
0.718082
0.837264
0.794103
0.746824
0.941852
0.931888
0.938663
0.817625
0.773556

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724

0.13552
0.102299
0.19393
0.217491
0.102837
0.213976
0.184797
0.107265
0.258558
0.278588
0.167706
0.166047
0.134309
0.280755
0.237564
0.081321
0.184109
0.106658
0.070004
0.200465
0.267708
0.127374
0.204725
0.247423
0.233917
0.148877
0.062152
0.139366
0.270611
0.228703
0.160108
0.10336
0.088061
0.092616
0.130478
0.093035
0.202265
0.184611
0.235875
0.138583
0.184952
0.150244
0.086309
0.230092
0.180246
0.119969
0.155854
0.200879
0.088001
0.125799
0.265976
0.077491

0.801045
0.782132
0.898398
0.906472
0.850902
0.946694
0.755469
0.20419
0.820439
0.949847
0.946308
0.783947
0.831452
0.721065
0.836198
0.766626
0.805213
0.718471
0.814902
0.826753
0.812473
0.878832
0.779995
0.742503
0.723464
0.734229
0.720197
0.87903
0.791229
0.92872
0.832042
0.90513
0.834958
0.768343
0.936541
0.843251
0.82332
0.904451
0.829187
0.719481
0.091129
0.883706
0.863284
0.913557
0.789344
0.898085
0.899948
0.875528
0.868407
0.734875
0.891441
0.875756

3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3

725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776

0.147133
0.217979
0.168872
0.196368
0.118953
0.114983
0.130804
0.15385
0.103837
0.253512
0.115426
0.089504
0.19122
0.271832
0.13379
0.102791
0.109603
0.059771
0.127676
0.136405
0.276547
0.108717
0.086261
0.092933
0.28201
0.228291
0.162783
0.184858
0.171678
0.129674
0.091211
0.117895
0.096968
0.242276
0.236243
0.140984
0.198358
0.197072
0.076637
0.22963
0.255389
0.10993
0.18855
0.202568
0.269998
0.231615
0.262199
0.07176
0.116518
0.131122
0.151866
0.159064

0.861568
0.826677
0.764505
0.72158
0.901559
0.734739
0.77036
0.807321
0.803923
0.898952
0.901374
0.830944
0.883683
0.887856
0.774392
0.84406
0.905342
0.915301
0.914071
0.901926
0.899546
0.123783
0.769551
0.94678
0.81309
0.734447
0.931113
0.924502
0.858912
0.797079
0.913519
0.901288
0.932766
0.740114
0.906013
0.946978
0.729882
0.853966
0.722314
0.785059
0.794969
0.907694
0.850622
0.842662
0.772219
0.732336
0.936949
0.733899
0.921966
0.804242
0.835121
0.776527

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828

0.125011
0.212339
0.225893
0.279569
0.2646
0.197388
0.083352
0.091591
0.26014
0.176615
0.070712
0.146678
0.175546
0.258598
0.231836
0.139603
0.063798
0.220144
0.191318
0.191706
0.083601
0.089622
0.20448
0.267553
0.149395
0.263631
0.107373
0.058274
0.281344
0.223664
0.133445
0.264894
0.255343
0.052778
0.096872
0.148334
0.186351
0.085592
0.209227
0.212745
0.178387
0.091622
0.26281
0.222173
0.207868
0.091944
0.213985
0.25056
0.240272
0.242533
0.066513
0.098411

0.837357
0.728411
0.056774
0.941949
0.727688
0.755151
0.754693
0.738548
0.835062
0.730084
0.939472
0.72835
0.851067
0.910811
0.796187
0.777031
0.733432
0.916911
0.867724
0.870576
0.822702
0.779944
0.738118
0.765285
0.792233
0.826783
0.782547
0.804434
0.931526
0.862943
0.884002
0.868283
0.862897
0.755923
0.783288
0.057399
0.824805
0.785198
0.895689
0.842665
0.85519
0.825557
0.794298
0.881943
0.908137
0.930433
0.726692
0.736739
0.737211
0.748573
0.798259
0.888874

3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880

0.113474
0.250923
0.221549
0.109459
0.121076
0.19288
0.194312
0.120667
0.195746
0.162398
0.130747
0.278894
0.259211
0.155033
0.2242
0.224228
0.105595
0.184572
0.132074
0.139986
0.218087
0.166363
0.259172
0.16938
0.252267
0.267316
0.241024
0.065521
0.086116
0.089238
0.227223
0.241411
0.170007
0.185498
0.064758
0.253285
0.243376
0.077695
0.114681
0.083939
0.151391
0.23899
0.202106
0.259398
0.194947
0.110771
0.199541
0.098918
0.080666
0.085993
0.143561
0.164981

0.945454
0.807371
0.85553
0.89048
0.768725
0.762864
0.836185
0.880667
0.759023
0.916403
0.885716
0.76886
0.801164
0.931319
0.774093
0.818128
0.262775
0.882921
0.945766
0.82852
0.744295
0.908497
0.769665
0.720398
0.928977
0.857314
0.755864
0.884436
0.79955
0.873953
0.805583
0.898285
0.754893
0.814973
0.794523
0.809912
0.760027
0.832246
0.922863
0.787596
0.929456
0.789623
0.898594
0.769925
0.943826
0.846266
0.754188
0.815804
0.866599
0.206653
0.729926
0.754447

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3

881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932

0.204238
0.225836
0.118132
0.279967
0.133743
0.143045
0.137951
0.109485
0.126328
0.051926
0.265113
0.212373
0.078199
0.185015
0.259106
0.057365
0.107962
0.209744
0.160148
0.239756
0.206614
0.27844
0.17252
0.26474
0.120884
0.211659
0.081231
0.064069
0.169898
0.081522
0.068687
0.112729
0.195174
0.095043
0.131356
0.145599
0.143962
0.244132
0.196435
0.207454
0.185908
0.18893
0.238518
0.069631
0.129719
0.074473
0.162927
0.280032
0.239832
0.180692
0.155713
0.179786

0.794046
0.803904
0.923905
0.768717
0.738586
0.749788
0.942033
0.811787
0.745451
0.884717
0.948031
0.723809
0.776018
0.861085
0.846766
0.81525
0.824475
0.859929
0.867582
0.816888
0.801159
0.774268
0.747639
0.929812
0.882549
0.792431
0.781906
0.775426
0.927941
0.814727
0.106501
0.912113
0.82944
0.803446
0.848686
0.851899
0.861965
0.899521
0.876869
0.81046
0.86658
0.839198
0.81727
0.890447
0.833828
0.770705
0.837257
0.731493
0.787067
0.904246
0.728675
0.793543

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984

0.186413
0.105748
0.100323
0.119918
0.095357
0.282697
0.160934
0.178017
0.198289
0.229493
0.199119
0.274899
0.249228
0.065649
0.123844
0.057943
0.107925
0.162244
0.241475
0.184426
0.089857
0.091918
0.205771
0.104851
0.149566
0.145539
0.067887
0.27962
0.230654
0.282206
0.159708
0.195695
0.149122
0.245914
0.277182
0.116601
0.176699
0.148884
0.263652
0.26576
0.224174
0.121571
0.126523
0.243155
0.191401
0.195989
0.15393
0.075333
0.083964
0.189048
0.098071
0.098735

0.89913
0.928672
0.724515
0.840188
0.909
0.828146
0.915582
0.755329
0.93847
0.765477
0.900491
0.226516
0.908813
0.732121
0.835673
0.794945
0.89078
0.898179
0.852036
0.938787
0.754603
0.795731
0.938299
0.756531
0.753325
0.835502
0.82433
0.850308
0.93947
0.790197
0.797807
0.775895
0.815039
0.844502
0.887556
0.792718
0.848179
0.778412
0.746881
0.813845
0.723185
0.783903
0.936897
0.755992
0.190497
0.881598
0.943202
0.88952
0.883365
0.804097
0.925868
0.788437

3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3

985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1001
1002
1003
1004
1005
1006
1007
1008
1009
1010
1011
1012
1013
1014
1015
1016
1017
1018
1019
1020
1021
1022
1023
1024
1025
1026
1027
1028
1029
1030
1031
1032
1033
1034
1035
1036

0.129841
0.052555
0.225204
0.143034
0.196072
0.223213
0.265653
0.114462
0.138762
0.105954
0.230468
0.112482
0.153075
0.057271
0.061431
0.079788
0.189909
0.101888
0.214384
0.152298
0.072552
0.282758
0.142567
0.075832
0.080026
0.077728
0.279947
0.256102
0.130414
0.149543
0.057889
0.242049
0.13086
0.129175
0.121819
0.242512
0.094239
0.132496
0.114558
0.076224
0.255821
0.176935
0.192993
0.221816
0.256605
0.06482
0.211403
0.067811
0.19332
0.200042
0.071464
0.129299

0.934521
0.812647
0.902785
0.847062
0.826175
0.880474
0.866318
0.76336
0.873351
0.809449
0.899981
0.822277
0.84055
0.813424
0.82843
0.845736
0.758419
0.934895
0.800804
0.775974
0.807087
0.928338
0.940718
0.792205
0.732825
0.176875
0.762937
0.727292
0.898052
0.90894
0.923366
0.884408
0.764666
0.948281
0.769062
0.753706
0.877378
0.730622
0.788222
0.762318
0.880376
0.787002
0.860194
0.757689
0.800664
0.893772
0.838802
0.824243
0.931387
0.889262
0.90235
0.933383

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

1037
1038

0.268424 0.781841
0.071386 0.790449

3
3

Table of Nueron weights


1038
Nrn ID

Row

Col

#Obs

% Obs

0.167

0.17

31

0.09

1.00

1.00

0.16667

0.5

0.09

1.00

1.00

0.16667 0.83333

1007

0.11

0.32

0.40

0.5 0.16667

0.09

1.00

1.00

0.5

0.5

0.09

1.00

1.00

0.5 0.83333

0.11

0.32

0.40

0.83333 0.16667

0.09

1.00

1.00

0.83333

0.5

0.09

1.00

1.00

0.83333 0.83333

0.11

0.32

0.40

Clustering using Self Organizing Maps


Number of variables used for clustering
Number of observations used for clustering
Number of Clusters

3
1038
2

Cluster Assignment

Cluster Sizes

Observation ID

Cluster ID

Row

Column

10

cantidad

11

precio prom. X artic.

4.0

12

total de factura

19.7

13

14

15

16

cantidad

17

precio prom. X artic.

1.4

18

total de factura

152.4

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

Cluster Position on the grid

Cluster Means
Overall
5.1

Cluster Variances
Overall
8.9

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

78

79

80

81

82

83

84

85

86

87

88

89

90

91

92

93

94

95

96

97

98

99

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

204

205

206

207

208

209

210

211

212

213

214

215

216

217

218

219

220

221

222

223

224

225

226

227

228

229

230

231

232

233

234

235

236

237

238

239

240

241

242

243

244

245

246

247

248

249

250

251

252

253

254

255

256

257

258

259

260

261

262

263

264

265

266

267

268

269

270

271

272

273

274

275

276

277

278

279

280

281

282

283

284

285

286

287

288

289

290

291

292

293

294

295

296

297

298

299

300

301

302

303

304

305

306

307

308

309

310

311

312

313

314

315

316

317

318

319

320

321

322

323

324

325

326

327

328

329

330

331

332

333

334

335

336

337

338

339

340

341

342

343

344

345

346

347

348

349

350

351

352

353

354

355

356

357

358

359

360

361

362

363

364

365

366

367

368

369

370

371

372

373

374

375

376

377

378

379

380

381

382

383

384

385

386

387

388

389

390

391

392

393

394

395

396

397

398

399

400

401

402

403

404

405

406

407

408

409

410

411

412

413

414

415

416

417

418

419

420

421

422

423

424

425

426

427

428

429

430

431

432

433

434

435

436

437

438

439

440

441

442

443

444

445

446

447

448

449

450

451

452

453

454

455

456

457

458

459

460

461

462

463

464

465

466

467

468

469

470

471

472

473

474

475

476

477

478

479

480

481

482

483

484

485

486

487

488

489

490

491

492

493

494

495

496

497

498

499

500

501

502

503

504

505

506

507

508

509

510

511

512

513

514

515

516

517

518

519

520

521

522

523

524

525

526

527

528

529

530

531

532

533

534

535

536

537

538

539

540

541

542

543

544

545

546

547

548

549

550

551

552

553

554

555

556

557

558

559

560

561

562

563

564

565

566

567

568

569

570

571

572

573

574

575

576

577

578

579

580

581

582

583

584

585

586

587

588

589

590

591

592

593

594

595

596

597

598

599

600

601

602

603

604

605

606

607

608

609

610

611

612

613

614

615

616

617

618

619

620

621

622

623

624

625

626

627

628

629

630

631

632

633

634

635

636

637

638

639

640

641

642

643

644

645

646

647

648

649

650

651

652

653

654

655

656

657

658

659

660

661

662

663

664

665

666

667

668

669

670

671

672

673

674

675

676

677

678

679

680

681

682

683

684

685

686

687

688

689

690

691

692

693

694

695

696

697

698

699

700

701

702

703

704

705

706

707

708

709

710

711

712

713

714

715

716

717

718

719

720

721

722

723

724

725

726

727

728

729

730

731

732

733

734

735

736

737

738

739

740

741

742

743

744

745

746

747

748

749

750

751

752

753

754

755

756

757

758

759

760

761

762

763

764

765

766

767

768

769

770

771

772

773

774

775

776

777

778

779

780

781

782

783

784

785

786

787

788

789

790

791

792

793

794

795

796

797

798

799

800

801

802

803

804

805

806

807

808

809

810

811

812

813

814

815

816

817

818

819

820

821

822

823

824

825

826

827

828

829

830

831

832

833

834

835

836

837

838

839

840

841

842

843

844

845

846

847

848

849

850

851

852

853

854

855

856

857

858

859

860

861

862

863

864

865

866

867

868

869

870

871

872

873

874

875

876

877

878

879

880

881

882

883

884

885

886

887

888

889

890

891

892

893

894

895

896

897

898

899

900

901

902

903

904

905

906

907

908

909

910

911

912

913

914

915

916

917

918

919

920

921

922

923

924

925

926

927

928

929

930

931

932

933

934

935

936

937

938

939

940

941

942

943

944

945

946

947

948

949

950

951

952

953

954

955

956

957

958

959

960

961

962

963

964

965

966

967

968

969

970

971

972

973

974

975

976

977

978

979

980

981

982

983

984

985

986

987

988

989

990

991

992

993

994

995

996

997

998

999

1000

1001

1002

1003

1004

1005

1006

1007

1008

1009

1010

1011

1012

1013

1014

1015

1016

1017

1018

1019

1020

1021

1022

1023

1024

1025

1026

1027

1028

1029

1030

1031

1032

1033

1034

1035

1036

1037

1038

Note:

Cells marked with blue (if any) in the Cluster Means and Variances tables
denote that there are some missing values for that varaible in that cluster.
All missing values have been replaced by overall means for computation
of cluster means and variances

Cluster Sizes
Cluster 1

Cluster 2

31

1007

Cluster Position on the grid


Cluster 1

Cluster 2

Cluster Means
Cluster 1

Cluster 2
5.5

5.1

4.0

4.0

21.5

19.7

luster Variances
Cluster 1

Cluster 2
8.7

8.9

1.6

1.4

175.8

151.8

X1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

X2

X3

X4

X5

X6

8.701

10.874

9.848

9.641

6.855

9.692

8.967

10.984

8.115

9.661

10.999

10.884

9.692

9.417

10.099

9.199

9.036

8.813

8.509

10.417

10.628

10.342

11.568

7.996

9.297

8.181

8.815

11.063

7.743

10.618

10.593

9.817

9.141

11.419

9.175

10.436

9.949

10.642

9.527

9.650

9.043

9.707

9.784

7.447

10.703

10.592

10.041

10.399

11.706

10.172

10.265

10.744

10.135

7.315

9.928

10.693

8.980

11.247

9.403

10.769

9.385

9.505

10.018

10.681

8.946

10.492

8.589

9.126

7.892

10.779

9.291

12.378

8.746

8.879

9.425

9.742

11.390

10.054

8.180

9.153

9.150

11.050

11.341

9.537

9.327

10.784

11.692

10.208

9.363

10.558

10.570

9.773

11.958

9.869

10.426

9.164

9.886

8.651

9.192

8.878

8.984

9.367

10.014

9.966

10.464

8.712

9.433

9.688

8.499

9.134

10.146

11.165

12.977

10.009

7.397

10.340

9.131

11.225

9.175

10.879

21.500

20.613

18.227

18.440

22.065

20.334

19.471

21.401

19.091

21.826

19.764

21.320

19.373

19.971

20.148

20.823

19.942

21.660

18.848

18.957

21.287

20.809

20.270

20.898

21.331

19.307

20.966

19.104

18.107

20.540

18.769

22.518

20.356

20.083

20.259

19.522

19.543

19.327

20.029

20.690

19.232

19.924

21.179

22.136

17.865

21.822

19.786

19.804

20.420

20.395

20.684

18.650

19.025

20.544

19.951

21.256

19.855

20.470

19.894

19.672

20.717

20.453

20.081

18.419

20.850

19.779

21.083

18.699

20.084

19.294

19.498

20.491

20.278

18.424

19.940

20.516

18.943

18.186

20.461

19.394

20.587

19.430

18.890

19.107

18.606

19.840

19.567

19.718

20.547

19.199

18.885

21.491

19.537

21.443

19.466

20.833

20.755

20.327

21.524

19.228

22.028

18.370

20.219

22.319

20.977

20.286

20.551

18.885

19.536

20.654

19.598

19.331

19.223

20.650

19.584

17.766

20.568

19.387

20.132

21.107

21.067

19.463

18.672

21.161

19.413

21.202

19.477

20.208

20.039

21.689

20.300

19.041

20.060

19.960

20.679

20.377

20.679

20.249

20.329

19.153

20.512

19.621

19.019

18.687

18.315

20.183

19.331

18.684

18.198

18.878

20.141

19.907

17.811

21.813

20.267

18.781

19.839

20.175

19.810

20.255

19.820

18.418

19.566

20.333

21.419

20.033

19.665

22.965

19.124

21.572

20.415

19.919

20.169

20.270

21.911

22.099

19.469

20.776

20.704

20.467

51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102

20.305

22.572

18.377

19.492

20.359

21.262

19.535

18.487

20.174

18.734

21.339

19.508

20.138

19.312

20.600

18.648

20.189

19.186

19.288

18.895

19.857

20.093

20.963

19.670

31.159

29.961

29.568

29.066

29.514

30.461

29.434

29.772

29.501

29.200

31.086

29.658

30.936

28.780

29.834

30.729

30.693

31.510

27.310

30.281

29.369

30.683

28.948

31.920

29.848

29.755

32.771

30.921

30.742

29.405

28.093

30.997

30.763

30.294

30.568

29.637

30.277

29.322

30.295

31.057

30.879

27.958

31.039

31.611

27.928

28.067

29.298

28.325

28.359

30.559

30.364

31.682

30.773

30.677

31.596

29.874

31.128

28.966

30.469

28.517

30.466

27.661

30.131

29.977

29.330

30.067

28.122

29.779

27.984

30.376

31.412

29.764

31.147

29.486

29.997

31.775

27.657

29.799

30.816

28.426

29.715

30.158

27.881

29.888

29.583

31.614

30.938

29.276

29.838

29.225

29.381

32.538

30.771

29.803

30.293

30.829

28.120

30.719

31.527

29.878

30.900

30.216

28.711

29.303

30.372

30.070

32.419

30.916

30.441

29.908

28.696

30.345

30.707

29.958

28.761

29.219

31.266

29.242

28.559

27.540

31.631

30.290

31.026

29.619

31.045

32.182

32.237

30.003

30.304

30.582

28.311

28.641

29.617

28.863

29.424

30.786

29.417

29.632

30.339

30.118

29.684

29.564

29.909

30.257

29.945

31.119

29.078

30.669

30.581

30.547

29.847

29.003

28.999

31.338

29.698

30.709

39.391

40.050

39.511

40.292

40.053

41.773

41.634

39.650

37.999

39.190

39.998

40.833

39.031

40.239

40.084

40.184

39.171

36.873

41.563

40.368

40.413

40.613

39.230

38.470

39.942

39.347

41.514

41.526

41.167

40.947

39.521

40.554

40.931

41.163

39.698

38.998

40.357

41.126

41.548

40.767

40.019

40.274

40.800

40.790

42.202

39.903

40.189

40.254

39.930

40.338

40.942

40.609

42.197

39.038

38.286

40.304

39.805

39.836

39.157

38.864

40.985

41.754

37.955

39.970

40.683

39.089

39.217

40.303

41.002

39.729

41.546

39.624

40.780

39.856

39.593

40.432

41.496

38.310

39.013

41.030

38.687

42.086

40.220

38.224

41.615

40.793

40.721

40.627

41.041

39.142

39.192

40.032

41.540

39.411

40.195

40.163

40.251

38.680

40.433

37.735

41.930

40.806

39.594

40.244

41.393

38.623

39.342

41.282

40.502

40.397

40.503

39.898

40.139

40.402

40.088

39.750

39.161

40.063

39.798

41.881

39.633

40.836

40.796

40.171

40.719

39.929

39.654

39.779

39.309

40.450

39.212

41.006

103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150

50.490

50.549

52.181

50.423

50.136

49.016

50.638

49.828

49.158

47.948

49.978

51.952

51.714

49.004

49.580

50.176

49.474

49.065

49.239

50.901

50.217

49.384

49.307

49.246

50.017

50.135

49.977

48.811

50.015

49.904

49.414

49.860

50.786

50.577

49.954

51.275

50.999

50.054

50.098

49.277

50.635

49.106

51.867

50.524

49.814

49.256

51.692

50.978

51.690

50.875

50.959

49.948

49.256

49.248

48.672

48.861

48.758

50.293

49.202

50.418

49.387

49.323

49.416

48.833

49.497

48.908

50.342

50.237

49.253

49.916

49.771

49.076

49.206

50.464

49.801

49.376

49.104

50.812

50.643

50.451

50.401

50.188

48.824

49.312

49.700

50.626

47.877

48.801

48.464

48.909

51.181

51.394

50.976

51.041

49.349

51.366

48.746

48.667

51.603

49.517

49.898

48.580

50.980

47.475

49.658

51.035

49.477

48.907

50.364

49.068

51.191

50.483

49.896

52.131

49.956

50.261

51.157

50.793

50.820

49.791

50.334

51.701

50.420

48.714

49.815

51.000

50.309

48.167

50.470

49.133

50.139

49.800

48.737

52.074

48.254

49.278

49.352

49.040

52.288

49.706

49.967

50.302

48.972

49.995

49.928

49.742

47.469

47.020

49.471

50.184

49.526

50.010

49.416

49.605

50.863

50.424

51.299

48.635

49.464

52.253

49.893

49.155

51.221

49.686

50.961

48.264

49.644

50.096

49.670

50.356

50.329

52.135

49.715

50.448

50.383

51.490

50.109

50.329

49.257

48.368

50.605

50.587

49.167

50.614

51.086

51.340

49.369

50.154

49.945

49.812

48.500

49.328

49.580

50.941

50.822

51.657

49.920

49.558

50.761

49.682

50.088

50.006

50.052

50.414

50.020

48.561

51.954

50.650

52.496

50.106

50.119

50.048

50.152

50.102

50.534

49.636

50.802

50.363

51.078

50.449

51.486

48.815

50.438

50.571

48.768

49.231

50.782

51.412

51.780

51.257

50.947

49.240

49.498

50.002

49.565

50.695

50.634

49.808

50.553

48.893

49.263

51.174

50.742

50.108

49.075

49.952

51.263

49.417

49.986

50.104

51.570

46.279

49.536

50.382

51.030

49.899

49.161

47.222

49.038

49.718

50.474

48.827

50.914

50.816

51.843

49.264

48.221

50.406

50.270

50.073

50.116

49.848

48.806

50.276

49.879

47.693

49.434

51.272

50.327

51.746

51.871

49.448

50.977

49.917

49.650

49.866

48.457

48.925

X7

X8

X9

10.135

11.669

9.704

10.765

10.163
8.232

9.836

10.238

10.507

10.018

7.203

8.913

10.363

10.306

9.102

11.050

9.258

10.195

9.617

10.166

11.004

8.094

10.082

8.580

11.521

10.959

10.327
9.125

9.457

10.940

10.044

10.073

9.989

9.212

11.451

11.436

9.244

11.193

7.975

9.930

12.189

10.135

10.000

9.433

11.659

10.281

10.747

8.574

10.502

8.584

9.091

10.415

11.307

12.202

8.753

10.797

11.893

10.682

10.611

10.748

20.172

19.520

20.449

20.967

19.388

20.583

21.309

20.361

19.793

20.202

18.280

18.620

21.098

18.440

20.640

19.800

18.232

19.410

21.088

20.093

19.374

21.016

19.996

19.509

20.522

19.471

19.516

20.713

19.362

20.342

18.251

19.916

21.477

19.236

19.767

18.268

21.018

22.488

20.071

19.618

18.391

19.829

21.188

22.083

19.235

20.476

19.354

21.261

18.739

21.184

18.801

20.098

19.096

19.417

21.167

22.160

20.511

21.939

21.578

18.637

20.021

20.641

20.359

20.951

18.442

20.952

20.496

18.992

21.431

21.018

18.997

19.743

19.455

19.613

18.863

20.713

21.509

22.809

20.787

22.508

20.092

19.938

20.447

21.364

21.611

19.342

20.115

20.061

21.203

20.257

21.100

22.013

21.532

18.968

19.556

19.417

19.022

20.295

21.758

19.432

19.371

20.760

29.094

29.745

28.879

29.948

30.074

28.705

29.015

28.928

30.825

31.541

30.529

29.252

30.682

29.550

30.205

31.515

31.303

29.354

30.170

29.577

28.550

30.767

30.488

29.454

30.156

29.577

27.848

30.529

29.973

30.253

28.884

30.482

29.701

28.822

29.595

31.396

29.805

30.262

30.327

28.610

30.318

28.547

30.807

29.572

29.740

31.389

29.970

29.383

31.714

28.405

30.342

30.129

29.180

31.458

28.279

29.522

30.160

30.430

31.216

29.572

29.775

30.882

31.138

31.461

28.914

28.341

29.939

31.825

29.258

30.410

28.900

28.211

29.899

30.795

29.552

29.847

30.044

29.686

40.531

40.825

39.691

40.542

39.416

39.832

39.590

39.204

40.728

38.475

41.140

39.630

39.908

40.163

40.560

39.456

40.759

40.717

41.347

39.932

38.618

38.882

40.059

43.322

40.820

40.369

40.095

40.826

40.651

41.596

41.216

41.053

41.067

40.890

39.076

39.217

41.299

39.006

40.315

40.965

41.575

39.978

39.716

38.894

40.224

38.166

39.266

38.894

39.929

40.352

40.577

39.019

40.152

39.895

41.454

40.371

38.504

39.940

40.278

41.488

40.847

41.013

39.154

40.243

40.573

40.631

51.167

50.100

50.369

49.393

49.559

48.661

48.646

50.710

49.318

50.988

49.578

50.176

51.347

50.219

51.429

50.092

49.340

50.460

50.376

50.081

48.994

50.398

48.681

49.355

50.506

50.349

50.122

49.502

49.641

48.768

50.264

50.270

47.747

48.536

49.982

48.948

50.480

50.043

49.384

49.631

48.659

50.932

49.379

51.010

51.502

49.150

49.149

49.684

50.100

50.395

48.773

49.642

49.563

49.187

51.321

48.490

49.779

51.286

48.969

50.287

49.890

50.476

49.321

49.327

49.413

49.882

48.665

50.498

50.328

49.442

50.338

51.197

49.062

50.028

48.832

50.645

50.113

49.752

48.992

49.492

50.177

50.775

49.121

49.778

49.398

49.548

49.344

49.113

51.498

49.964

49.471

49.003

51.635

50.222

48.817

49.528

47.807

50.697

50.577

50.881

50.402

50.720

49.111

51.070

50.625

49.307

48.361

50.537

51.305

48.831

50.115

50.278

50.650

51.008

50.138

51.148

48.928

50.812

50.707

48.756

49.319

50.039

50.130

51.400

51.557

51.271

49.496

51.278

51.170

51.436

49.441

49.627

48.944

49.736

50.298

49.540

51.818

50.581

50.951

50.650

48.626

49.867

51.153

48.513

0.167
0.16667
0.5
0.83333

0.5

0.833