Original title:
Srovnání vybraných klasifikačních metod pro vícerozměrná data
Translated title:
Comparison of selected classification methods for multivariate data
Authors:
Stecenková, Marina ; Řezanková, Hana (advisor) ; Berka, Petr (referee) Document type: Master’s theses
Year:
2012
Language:
cze Publisher:
Vysoká škola ekonomická v Praze Abstract:
[cze][eng] Cílem této diplomové práce je srovnání vybraných klasifikačních metod, a to logistické regrese (binární a multinomické), vícevrstvého perceptronu a klasifikačních stromů CHAID a CRT. V první části je připomenut teoretický základ těchto metod a vysvětlena podstata parametrů modelu. V další části jsou na šesti datových souborech aplikovány výše uvedené klasifikační metody a následně porovnány výstupy těchto metod. Důraz je kladen zejména na hodnocení diskriminační síly modelů. Této problematice je věnována samostatná kapitola. Hodnocení diskriminační síly modelu je založeno na celkové úspěšnosti, F-míře a velikosti plochy pod ROC křivkou. Přínosem práce není pouze srovnání vybraných klasifikačních metod na základě statistik hodnotících diskriminační sílu modelů, ale také celkový přehled o přednostech a nedostatcích jednotlivých metod.The aim of this thesis is comparison of selected classification methods which are logistic regression (binary and multinominal), multilayer perceptron and classification trees, CHAID and CRT. The first part is reminiscent of the theoretical basis of these methods and explains the nature of parameters of the models. The next section applies the above classification methods to the six data sets and then compares the outputs of these methods. Particular emphasis is placed on the discriminatory power rating models, which a separate chapter is devoted to. Rating discriminatory power of the model is based on the overall accuracy, F-measure and size of the area under the ROC curve. The benefit of this work is not only a comparison of selected classification methods based on statistical models evaluating discriminatory power, but also an overview of the strengths and weaknesses of each method.
Keywords:
algorithm CHAID; algorithm CRT; classification methods; confusion matrix; F-measure; logistic regression; multilayer perceptron; overall accuracy; ROC area; ROC curve; algoritmus CHAID; algoritmus CRT; celková úspěšnost; F-míra; klasifikační metody; logistická regrese; matice záměn; ROC křivka; ROC plocha; vícevrstvý perceptron
Institution: University of Economics, Prague
(web)
Document availability information: Available in the digital repository of the University of Economics, Prague. Original record: http://www.vse.cz/vskp/eid/33310