Rozmyta klasyfikacja spektralna c-średnich dla danych symbolicznych interwałowych

• Autorzy: Marcin Pełka

Warianty tytułu

A Spectral Fuzzy C-Means Clustering Algorithm for Interval-Valued Symbolic Data

• Języki publikacji: PL

Abstrakty

Celem artykułu jest zaproponowanie nowej metody klasyfikacji rozmytej na potrzeby analizowania danych symbolicznych interwałowych. W artykule przedstawiono podstawowe pojęcia z zakresu analizy danych symbolicznych, klasyfikacji spektralnej oraz rozmytej klasyfikacji c-średnich. W części empirycznej przedstawiono wyniki badań symulacyjnych dla sztucznych zbiorów danych wygenerowanych w programie R.(abstrakt oryginalny)

EN

The main aim of the paper is to present a proposal of new fuzzy clustering method for symbolic interval-valued data. The paper presents basic terms of symbolic data, spectral clustering and fuzzy c-means clustering. In the empirical part results of simulation study with application of artificial data sets obtained from R software are presented.(original abstract)

Słowa kluczowe

PL

Klasyfikacja; Analiza danych

EN

Classification; Data analysis

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2013
• Tom: 20
• Numer: nr 278 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 282--289

Twórcy

autor

Marcin Pełka

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Bezdek J.C. (1981), Pattern Recognition with Fuzzy Objective Function Algorithms, Plenum Press, New York.
• Bock H.-H., Diday E. (red.) (2000), Analysis Of Symbolic Data. Explanatory Methods For Extracting Statistical Information from Complex Data, Springer Verlag, Berlin.
• De Carvalho F.A.T. (2007), Fuzzy c-means clustering methods for symbolic interval data, "Pattern Recognition Letters" 28(4), s. 423-437.
• De Carvalho F.A.T., Tenório C.P. (2010), Fuzzy k-means clustering algorithms for interval-valued data based on adaptive quadric distances, "Fuzzy Sets and Systems", 161 (23), s. 2978-2999.
• El-Sonbaty Y., Ismail M.A. (1998), Fuzzy clustering for symbolic data, "IEEE Transactions on Fuzzy Systems", vol. 6, issue 2, s. 195-204.
• Gatnar E., Walesiak M. (red.) (2011), Analiza danych jakościowych i symbolicznych z wykorzystaniem programu R, C.H. Beck, Warszawa.
• Hüllermeir E., Rifqi M. (2009), A fuzzy variant of the Rand Index for comparing clustering structures, Proceedings of the IFSA/EUSFLAT Conference 2009, s. 1294-1298.
• Karatzoglou A. (2006), Kernel Methods. Software, Algorithms and Applications, rozprawa doktorska, Uniwersytet Techniczny we Wiedniu.
• Ng A., Jordan M., Weiss Y. (2001), On Spectral Clustering: Analysis and an Algorithm, [w:] T. Diettrich, S. Becker, Z. Ghahramani (eds.), Advances in Neural Information Processing Systems, MIT Press, s. 849-856.
• Pełka M. (2010), Rozmyta klasyfikacja k-średnich dla danych symbolicznych interwałowych, PN UE we Wrocławiu nr 107, s. 190-196.
• Walesiak M., Dudek A. (2009), Odległość GDM dla danych porządkowych a klasyfikacja spektralna, PN UE we Wrocławiu nr 84, s. 9-19.
• von Luxburg U. (2006), A Tutorial on Spectral Clustering, Max Planck Institute for Biological Cybernetics, Technical Report TR-149.
• Yang M.-S., Hwang P.-Y., Chen D.-H. (2004), Fuzzy clustering algorithms for mixed feature types, "Fuzzy Sets and Systems" 141, s. 301-317.