K-Nearest Neighbour Classification for Symbolic Data

• Autorzy: Marcin Pełka

Warianty tytułu

Klasyfikacja metodą k-najbliższych sąsiadów dla danych symbolicznych

• Języki publikacji: EN

Abstrakty

EN

The well-known kNN (k Nearest Neighbours) rule was proposed by Fix E. and Hodges J. L. [1951] and it is one of the best classifiers for classical data. In the most simple way, the k-nearest neighbours assign a classified object to a class that is mostly represented by its k-nearest neighbours. If in the same distance as k-th neighbour are other objects, they also take part in voting. This paper presents an adaptation of KNN for symbolic data proposed by Malerba et al. (see: Malerba et al. [2004]). This research was conducted on symbolic data from a variety of models (generated by procedure cluster. Gen from package clusterSim for R software). These models contained a known number of classes. In addition, each model also contained a different number of noisy variables and outliers added to obscure the underlying cluster structure. (original abstract)

Reguła kNN (k Nearest Neighbours) została zaproponowana w pracy (Fix E., Hodges J. L. [1951]) i jest jednym z najlepszych klasyfikatorów dla danych w ujęciu klasycznym. W najprostszym ujęciu metoda k-najbliższych sąsiadów polega na tym, że klasyfikowany obiekt jest zaliczany do klasy najliczniej reprezentowanej wśród jego k "najbliższych sąsiadów". Jeżeli w tej samej odległości, co k-ty "sąsiad" znajdą się jeszcze inne elementy, to wszyscy ci "sąsiedzi" biorą udział w głosowaniu. W artykule zaprezentowano adaptację metody KNN dla danych symbolicznych, którą zaproponował zespół pod kierownictwem D. Malerby (por. Malerba i in. [2004]). Badania przeprowadzono na danych symbolicznych w różnych modelach (generowanych za pomocą procedury cluster. Gen z pakietu clusterSim dla programu R). Modele te zawierały znaną liczbę klas. Dodatkowo do każdego modelu dodano różną liczbę zmiennych zakłócających i wartości odstających, które zniekształcają oryginalną strukturę klas. (abstrakt oryginalny)

Słowa kluczowe

EN

Cluster analysis; Statistical methods; Classification; Neighbor joining distance method

PL

Analiza skupień; Metody statystyczne; Klasyfikacja; Metoda najbliższego sąsiedztwa

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2010
• Tom: 235 Multivariate Statistical Analysis
• Strony: 171--176

Twórcy

autor

Marcin Pełka

• Wrocław University of Economics, Poland

Bibliografia

• Bock H.-H., Diday E (Eds.) (2000), Analysis of symbolic data. Explanatory methods for extracting statistical information from complex data, Springer Verlag, Berlin.
• Fix E., Hodges J. L. (1951), Discriminatory analysis - nonparametric discrimination: consistency properties, Project 21-49-004. Report no. 4, USAF School of Aviation Medicine, Randolph Field, 261-279.
• Ichino M., Yaguchi H. (1994), Generalized Minkowski Metrics for Mixed Feature-Type Data Analysis, IEEE Transactions on Systems, Man, and Cybernetics, Vol. 24, No. 4, 698-707.
• Malerba D., Esposito F, Giovalle V., Tamma V. (2001), Comparing Dissimilarity Measures for Symbolic Data Analysis, New Techniques and Technologies for Statistics (ETK-NTTS'01), 473-481.
• Malerba D., Esposito F., D'Amato C., Appice A. (2004), K-nearest neighbor classification for symbolic objects [in:] P. Brito, M. Noirhomme-Fraiture (Ed.), Symbolic and spatial data analysis: mining complex data structures, University of Pisa, Pisa, 19-30.

Identyfikatory

DOI

11089/350