Klasyfikacja obiektów wielocechowych z wykorzystaniem miary zanurzenia obserwacji w próbie

• Autorzy: Małgorzata Kobylińska , Wiesław Wagner

Warianty tytułu

Classification of large-size objects with the use a measure of observation depth in a sample

• Języki publikacji: PL

Abstrakty

Dzielenie rzeczy na klasy (grupy, kategorie) to jedna z podstawowych czynności poznawczych wykonywanych przez człowieka, znacznie ułatwiająca poruszanie się w świecie pełnym pojedynczych przedmiotów, osób i zdarzeń. W metodach klasyfikacji zakłada się, że przedmiotem porządkowania lub grupowania są obiekty ujmowane w wielowymiarowej przestrzeni zmiennych (cech). Obiekty można porównać, jeśli zdefiniujemy odpowiednią miarę podobieństwa lub niepodobieństwa między nimi. Za taką miarę można przyjąć odległość między nimi ustalając, że mała odległość oznacza ich bliskość albo podobieństwo, natomiast znaczna jest synonimem oddalenia lub niepodobieństwa. Wybór takiej miary ma istotny wpływ na uzyskane wyniki klasyfikacji lub porządkowania. W artykule przedstawiono metodę klasyfikacji obiektów wielowymiarowych opartą na miarach zanurzania obserwacji w próbie. Metoda ta została szczegółowo omówiona a następnie zilustrowana na przykładzie liczbowym. (abstrakt oryginalny)

EN

Dividing things into classes (groups, categories) is one of the basic cognitive activities performed by humans, which substantially facilitates navigation through a world full of single objects, persons and events. Methods of classification assume that the objective of ordermg or grouping are objects encompassed in a multidimensional space of variables (characteristics). Objects can be compared once we define an appropriate measure of similarity or dissimilarity between them. Such a measure can be the distance between them, assuming that a small distance indicates their proximity or similarity, whereas remarkable distance is a synonym of distance or dissimilarity. The selection of such a measurement is of key significance to results of classification or ordering. This manuscript presents a method for clas-sification of multi-dimensional objects based on measurements of observation depth in a sample. The method is elaborated in detail and is illustrated on a digital example. (original abstract)

Słowa kluczowe

PL

Algorytmy; Analiza danych; Klasyfikacja obiektów

EN

Algorithms; Data analysis; Classification of objects

• Czasopismo: Monografie i Opracowania / Szkoła Główna Handlowa
• Rocznik: 2010
• Numer: nr 570 Współczesne aspekty informacji. T. 2
• Strony: 443--452

Twórcy

autor

Małgorzata Kobylińska

autor

Wiesław Wagner

Bibliografia

• Kobylińska M., Wagner W. (2002), Numerical Aspects of determining measures and contours in dapth for data r2, "Acta Universitatis Lodziensis, Folia Oeconomica" 162, 19-32.
• Liu R.Y., (1990), On a Notion of Date Depth Based on Random Simplices, "The Annals of Statistics", 18, 504-514.
• Pousseew P.J. (1997), Bivariate Location Depth, "Applied Statistics", 45, 516-526.