Федорчук О.А., Гончарова Н.Н. Применение метода «деревья решений» для дифференциации групп человечества
Проход по ссылкам навигации
EN

 
 

Археология, этнография и антропология
Евразии

Том 52 № 3 2024

  

Перейти к статье:    

Применение метода «деревья решений» для дифференциации групп человечества

О.А. Федорчук1, Н.Н. Гончарова1, 2

1Московский государственный университет им. М.В. Ломоносова Ленинские горы, 1, стр. 12, Москва, 119234, Россия

2Медико-генетический научный центр им. Н.П. Бочкова ул. Москворечье, 1, Москва, 115522, Россия

Одной из задач современной антропологии является разработка системы объективной классификации человечества по измерительным признакам. В настоящей работе для создания классификации выборок использован алгоритм деревьев принятия решений. Метод позволяет оценить дифференцирующую значимость тех или иных размеров при разделении групп, а также состав последних на каждом шаге анализа. Для дифференциации групп использовались размерные характеристики черепа человека. В качестве критерия разнородности выбран показатель энтропии. Использованные краниометрические признаки соответствуют стандартной методике, принятой в российской антропологии. Материалами послужили средние значения размеров черепа по 39 этнотерриториальным группам из 13 макрорегионов Старого Света. На первом шаге происходит разделение на широколицые и узколицые группы. Дихотомия по ширине лица соответствует представлениям о значимости этого признака для классификации. Первый кластер включает только монголоидов, популяции переходной южносибирской расы, а также айнов; второй - разнородные в расовом отношении группы, однако его дальнейшее дробление приводит ко все более полному соответствию антропологической классификации. Признаки, по которым происходят дихотомические деления узлов, во многом повторяются в разных ветвях классификационного дерева, что говорит об их таксономической значимости. Возможности метода деревьев решений оказались достаточными, чтобы построить систему, сходную с классической антропологической классификацией. Выявлены признаки, которые хорошо отделяют большие группы популяций, а также признаки, разделяющие отдельные региональные группы. Это позволяет рекомендовать применение алгоритма как еще одного независимого метода систематики даже на внутривидовом уровне.

Ключевые слова: антропология, полиморфизм, краниология, биостатистика, деревья решений

doi:10.17746/1563-0102.2024.52.3.148-156

Application of the Decision Tree Method for Differentiating Human Groups

O.A. Fedorchuk1 and N.N. Goncharova1, 2

1Lomonosov Moscow State University, Leninskie Gory 1, bldg. 12, Moscow, 119234, Russia

2Bochkov Research Center for Medical Genetics, Moskvorechye 1, Moscow 115522, Russia

One of the tasks of modern biological anthropology is to develop a system that could objectively classify humanity on the basis of measurements. Here, the decision tree algorithm was chosen to create a classification of groups. The method helps to evaluate the differentiating power of specific dimensions for separating samples and to assess the composition of clusters at each step of the analysis. Standard cranial measurements were used, and the entropy index was chosen as a heterogeneity measure. Classification units were 39 ethno-territorial groups from 13 major regions of the Old World. At the first step, differentiation is made between broad-faced and narrow-faced groups, demonstrating the classificatory value of this trait. The first cluster includes only Mongoloids, admixed Southern Siberian populations, and Ainu. The second cluster is heterogeneous, but its further subdivision is more in line with the traditional classification. Traits underlying the branching of the tree may be the same in different branches, evidencing their taxonomic importance. Capabilities of the decision tree method proved sufficient to construct a system largely similar to the traditional one. Certain traits separate large groups of populations, while others are efficient at the regional level. The method, therefore, can be recommended as a supplementary tool at the intraspecific level.

Keywords: Biological anthropology, polymorphism, craniology, biostatistics, decision trees