Proposal of New Cluster Analysis Algorithm

• Autorzy: Jerzy Korzeniowski
• Języki publikacji: EN

Abstrakty

EN

One of well-known groups of cluster analysis methods is the group of methods based on density estimation. In the paper we propose a new method of defining clusters which consists of two steps. In the first step we find local maxima of the joint distribution thus establishing clusters centres. In the second step we assign observations to one of existing clusters centres. The number of clusters is assumed to be known. In both steps we use similar technique based on the kernel density estimator with the Epanechnikov kernel. The performance of the method is analyzed in an example of application to the Gordon (1999) data. In the analysis the Rousseeuw indices are used to assess clusters cohesion as well as and some comparisons with other methods of defining clusters are presented. The results look promising. (original abstract)

Jedną z dobrze znanych grup metod analizy skupień są metody oparte na szacowaniu gęstości. W artykule zaproponowana jest nowa metoda wyszukiwania skupień, która składa się z dwóch kroków. W pierwszym kroku znajdujemy maksima lokalne rozkładu łącznego, które przyjmujemy jako centra skupień. W drugim kroku każda obserwacja przyłączana jest do jednego z centrów. Zakładamy z góry liczbę skupień. W obydwu krokach używamy tej samej techniki opartej na estymatorze jądrowym funkcji gęstości z jądrem Epanecznikowa. Działanie metody jest przeanalizowane na przykładzie danych Gordona (1999). W analizie wykorzystano indeksy Rousseeuwa spoistości skupień, jak również przedstawiono porównanie z innymi metodami analizowania skupień. Wyniki wyglądają obiecująco. (abstrakt oryginalny)

Słowa kluczowe

EN

Cluster analysis; Algorithms; Density function; Estimation

PL

Analiza skupień; Algorytmy; Funkcja gęstości; Estymacja

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2006
• Tom: 196 Multivariate Statistical Analysis : Methods and Applications
• Strony: 209--215

Twórcy

autor

Jerzy Korzeniowski

• University of Lodz, Poland

Bibliografia

• Gordon A. D. (1999), Classification, Chapman and Hall, Boca Raton-London.
• Comaniciu D., Meer P. (2000), "Mean Shift Analysis and Applications", IEEE Transactions Pattern Analysis Machine Intelligence, 24(5), 603-619.