W artykule omówiono założenia oraz zastosowano w klasyfikacji województw trzy metody grupowania: Warda, k-średnich i jedną z najbardziej zaawansowanych sieci neuronowych — sieć Kohonena. Podstawę klasyfikacji województw stanowił zestaw wskaźników statystycznych liczący 41 cech, które podzielono na cztery segmenty. Zgodność otrzymanego grupowania województw za pomocą zaproponowanych metod oceniono obliczając miarę zgodności klasyfikacji Srs. Na podstawie przeprowadzonych badań pokazano, że wyniki klasyfikacji województw zależą nie tylko od zastosowanej metody badawczej, czy liczby utworzonych grup ale także przyjętego do badań zestawu cech diagnostycznych.(abstrakt oryginalny)
EN
The paper contains assumptions and voivodship classification by three clustering methods: Ward, k-means algorithm and Kohonen Neural Network as one of the best developed neural networks. The voivodship classification was based on the statistical coefficient set of 41 features, which were divided into four segments. The conformity of the voivodship clustering, resulting of proposed methods, was estimated by conformity measure calculation ofSrs classification. The research showed, that results of the voivodship classification depend not only on the used method and on a quantity of created clusters. They depend on the diagnostic feature set, taken to the research, too. (original abstract)