Wykorzystanie indeksu silhouette do ustalania optymalnej liczby skupień

• Autorzy: Kamila Migdał-Najman , Krzysztof Najman

Warianty tytułu

Usage of the silhouette index establishing the optimal number of clusters

• Języki publikacji: PL

Abstrakty

W artykule przedstawiono metodę silhouette width/value. Metoda ta stosowana jest w analizie skupień do ustalania liczby grup, na jaką należy rozdzielić badane obiekty. Pierwotnie miała służyć jedynie do oceny jakości grupowania. Zdaniem autorów uzyskaną tą metodą liczbę skupień należy traktować bardziej jako dobry początek niż koniec badań.

EN

One of the critical parameters required for several standard methods of grouping is defining the number of clusters, into which a given set should be divided. In the above article the silhouette method is introduced as one of uncomplicated ways of establishing the number of clusters in a given set. Moreover, the article presents the methodology of the silhouette index, two numerical examples and results of the conducted analysis.

Słowa kluczowe

PL

Analiza skupień; Przestrzenna analiza porównawcza

EN

Cluster analysis; Comparative spatial analysis

• Czasopismo: Wiadomości Statystyczne
• Rocznik: 2006
• Numer: nr 6
• Strony: 1--10

Twórcy

autor

Kamila Migdał-Najman

autor

Krzysztof Najman

Bibliografia

• Bolshakova A., Azuaje F. (2003), Cluster validation techniques for genome expression data, Signal Processing 83
• Kaufman L., Rousseeuw P. J. (1990), Finding groups in data: a introduction to cluster analysis, Wiley, New York
• Najman K., Jurkiewicz T. (2003), Bootstrapowa analiza własności modyfikowanego estymatora syntetycznego, (w:) Metoda reprezentacyjna w badaniach ekonomiczno-społecznych, część II, red. J. Wywiał, Wydawnictwo Akademii Ekonomicznej w Katowicach
• Migdał-Najman K., Najman K. (2005), Analityczne metody ustalania liczby skupień, Prace Naukowe Akademii Ekonomicznej we Wrocławiu, Nr 1076 Taksonomia 12, Klasyfikacja i analiza danych — teoria i zastosowania, Wrocław
• Rousseeuw P. J. (1987), Silhouettes: a graphical aid to the interpretation and validation of cluster analysis, J. Comput. Appl. Math. 20
• Struyf A., Hubert M., Rousseeuw P. J. (1997), Integrating robust clustering techniques in S-PLUS, Computational Statistics & Data Analysis 26