Metody ustalania liczby skupień w zbiorach danych binarnych

• Autorzy: Krzysztof Najman

Warianty tytułu

Determining the Number of Clusters in Binary Data Sets

• Języki publikacji: PL

Abstrakty

Celami przedstawionych badań są prezentacja i krytyczna ocena wskaźników jakości grupowania (liczby skupień) obiektów opisanych cechami binarnymi. Ocena będzie oparta na analizie teoretycznych własności metod grupowania i opisanych wskaźników, a także na badaniach symulacyjnych. Ponieważ w szybkim tempie rośnie liczba badań, w których wymaga się grupowania danych binarnych, rozwój metod ich analizy i ustalenie liczby grup wydaje się zadaniem ważnym i aktualnym. (fragment tekstu)

EN

In this paper the performance of fourteen indexes for determining the number of clusters in a binary data set is analyzed. To ensure that the right number of clusters is known, only artificial sets, designed to simulate data, are used. The resultant optimal clusters have been found to be stable for the different validity indices used, e.g.: Global Silhouette Index, Hubert-Lewin Index, Calinski-Harabasz Index, Ball-Hall Index, Hartigan Index and others. For the evaluation of the performance of the indexes, к-means and hierarchical algorithms are applied. The selection of the number of clusters based on the indexes values for the different number of clusters is done in an automatic way. It was shown that these indexes mightn't support the prediction of the optimal cluster partitioning for those binary data sets. (original abstract)

Słowa kluczowe

PL

Teoria zbiorów; Analiza skupień

EN

Set theory; Cluster analysis

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia
• Rocznik: 2007
• Tom: 14
• Numer: nr 1169 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 321--329

Twórcy

autor

Krzysztof Najman

• Uniwersytet Gdański

Bibliografia

• Ball G., Hall D.J. (1965), ISODATA, A Novel Method of Data Analysis and Pattern Classification, Stanford Research Institute, Menlo Park.
• Calinski R.B., Harabasz J. (1974), A Dendrite Method for Cluster Analysis, "Communications in Statistics" 3, s. 1-27.
• Davies D.L., Bouldin D.W. (1979), A Cluster Separation Measure, "IEEE Transactions on Pattern Analysis and Machine Intelligence" 1, s. 224-227.
• Dolnicar S., Leisch F., Weingessel A., Buchta C., Dimitradou E. (1998), A Comparison of Several Cluster Algorithms on Artificial Binary Data Scenarios from Tourism Marketing, Working Paper 7, SFB, Adaptive Information Systems and Modeling in Economics and Management Science.
• Edwards A.W.F., Cavalli-Sforza L. (1965), A Method for Clustering Analysis, "Biometrics" 21, s. 362-375.
• Friedman H.P., Rubin J. (1967), On Some Invariant Criteria for Grouping Data, "Journal of the American Statistical Association" 62, s. 1159-1178.
• Hartigan J.A. (1975), Clustering Algorithms, Wiley, New York.
• Hubert L.J., Levin J.R. (1976), A General Statistical Framework for Assessing Categorical Clustering in Free Recall, "Psychological Bulletin" 83, s. 1072-1080.
• Marriot F.H.C. (1971), Practical Problems in a Method of Cluster Analysis, "Biometrics" 27, s. 501-514.
• Milligan G.W., Cooper M.C. (1985), An Examination of Procedures for Determining the Number of Clusters in a Data Set, "Psychometrika" vol. 50, nr 2, s. 159-179.
• Najman K., Najman K. (2005), Analityczne metody ustalania liczby skupień, [w:] Klasyfikacja i analiza danych - teoria i zastosowania, "Prace Naukowe AE we Wrocławiu", Taksonomia 12, AE, Wrocław.
• Najman K., Najman K. (2006), Analityczne metody ustalania liczby skupień w rozmytych zbiorach danych, [w:] Klasyfikacja i analiza danych - teoria i zastosowania, "Prace Naukowe AE we Wrocławiu", Taksonomia 13, AE, Wrocław.
• Scott A.J., Symons M.J. (1971), Clustering Methods Based on Likelihood Ratio Criteria, "Biometrics" 27, 387-397.