Miary podobieństwa obiektów symbolicznych : miary de Carvalho

• Autorzy: Andrzej Dudek

Warianty tytułu

Symbolic Objects Similarity Measures : De Carvalho Measures

• Języki publikacji: PL

Abstrakty

Artykuł niniejszy stanowi drugą część prezentacji miar podobieństwa obiektów symbolicznych, poświęconą grupie miar zaproponowanych przez de Carvalho. Przedstawione zostaną pojęcia operatora połączenia, operatora przekroju, funkcji porównującej, funkcji agregującej i potencjału obiektu wraz z przykładami, przedyskutowane własności metryczne miar de Carvalho oraz określone najważniejsze zastosowania tych miar wraz z przykładem klasyfikacji danych symbolicznych metodą Warda z wykorzystaniem miar de Carvalho. (fragment tekstu)

EN

This paper presents main measures used for measuring similarity and dissimilarity between symbolic (e.g. not necessarily numeric) objects. This second part is a continuation of the article form Ekonometria XIV and describes de Carvalho dissimilarity measures along with definitions of comparison and aggregation functions, description potential of symbolic object with an example of using de Carvalho measures matrix as an input to Ward clustering algorithm. (original abstract)

Słowa kluczowe

PL

Miara podobieństwa

EN

Similarity measure

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria
• Rocznik: 2006
• Tom: 16
• Numer: nr 1100 Zastosowania metod ilościowych
• Strony: 62--74

Twórcy

autor

Andrzej Dudek

• Akademia Ekonomiczna we Wrocławiu

Bibliografia

• Bock H.H., Diday E. (red.). Analysis of Symbolic Data. Explanatory Methods for Extracting Statistical Information from Complex Data, Springer-Verlag, Heidelberg 2000.
• de Carvalho F.A.T., Souza R., Statistical Proximity Functions of Boolean Symbolic Objects Based on Histograms, Advances in Data Science and Classification. Springer-Verlag, Heidelberg 1998, s. 391-396.
• Diday E., An introduction to symbolic data analysis and the SODAS software, J.S.D.A., International E-Journal 2002.
• Diday E., Mballo C., Kolmogorov-Smirnov for Decision Trees on Interval and Histogram Variables. Classification. Clustering and Data Mining, Springer-Verlag, Berlin 2004, s. 341-350.
• Dudek A., Miary podobieństwa obiektów symbolicznych. Odległość Ichino-Yaguchiego. Ekonometria XIV. "Prace Naukowe AE we Wrocławiu", nr 1021, AE. Wrocław 2004, 100-106.
• Gatnar E., Symboliczne metody klasyfikacji danych. Wydawnictwo Naukowe PWN. Warszawa 1998.
• Gatnar E., Walesiak M. (red.), Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, AE, Wrocław 2004.
• Gordon A.D., Classification (Second Edition), Chapman and Hall / CRC, London 1999.
• Ichino M., Yaguchi H., Generalized Minkowski metrics for mixed feature-type data analysis, "IEEE Transactions on Systems, Man, and Cybernetics" 1994, Vol. 24, No. 4, 698-707.
• Malerba D., Espozito F., Giovalle V., Tamma V., Comparing dissimilarity measures for symbolic data analysis, materiały konferencyjne "New Techniques and Technologies for Statistcs" i "Exchange of Technology and Know-how" (ETK-NTTS'01 ) 2001, s. 473-481.
• Verde R., Clustering methods in symbolic data analysis, [w:] Banks D., House L., McMorris F.R., Araabie P., Gaul W. (red.), Classification, Clustering and Data Mining Application, Springer-Verlag. Berlin 2004, s. 299-318.
• Walesiak M. Uogólniona miara odległości w statystycznej analizie wielowymiarowej, AE, Wrocław 2002.
• SODAS, Documentation, dokumentacja pakietu SODAS w wersji 1.20, dostępna pod adresem www.ceremade.dauphine.fr/~touati/aidedoc/.