Original title: Klasické a současné postupy ve shlukové analýze
Translated title: Classical and recent approaches in cluster analysis
Authors: Řezanková, Hana
Document type: Papers
Conference/Event: Analýza dat 2013. Statistické metody pro technologii, kvalitu a výzkum, Pardubice (CZ), 2013-11-19 / 2013-11-21
Year: 2013
Language: cze
Abstract: [cze] [eng]
Článek se zaměřuje na vývoj vybraných postupů ve shlukové analýze. Jde o nedávno navržené míry podobnosti pro objekty charakterizované nominálními proměnnými, vývoj algoritmů pro k-shlukování a vývoj metod pro shlukování v případě velkých datových souborů a kategoriálních dat. U algoritmů pro k-shlukování je pozornost věnována zohlednění neurčitosti při zařazování objektů do shluků, konkrétně algoritmům FCM (fuzzy k-průměrů), PCM, FPCM, RCM, RFCM a RFPCM. Pro velké datové soubory jsou zařazeny algoritmy CURE, ROCK, CLARA, CLARANS a BIRCH, pro shlukování kategoriálních dat pak algoritmy COOLCAT a ROCK. Zmíněna je též dvoukroková shluková analýza pro shlukování velkých datových souborů s proměnnými různých typů. The paper focuses on the development of selected approaches in cluster analysis. There are recently proposed similarity measures for objects characterized by nominal variables, development of algorithms for k-clustering and development of methods for clustering large data files and categorical data. As concerns algorithms for k-clustering, attention is paid to take into account the uncertainty in classifying objects into clusters, namely FCM (fuzzy k-means), PCM, FPCM, RCM, RFCM and RFPCM algorithms. For large data files, algorithms CURE, ROCK, CLARA, CLARANS and BIRCH are included, for categorical data clustering there are COOLCAT and ROCK algorithms. Two-step cluster analysis to cluster large data sets with variables of different types is mentioned.
Keywords: fuzzy shlukování; metody k-medoidů; metody k-průměrů; míry podobnosti; nominální proměnné; shluková analýza; velké datové soubory
Host item entry: Analýza dat 2013. Statistické metody pro technologii a výzkum, ISSN 1805-6903

Institution: Institute of Computer Science AS ČR (web)
Document availability information: Fulltext is available at the institute of the Academy of Sciences.
Original record: http://hdl.handle.net/11104/0226491

Permalink: http://www.nusl.cz/ntk/nusl-166056


The record appears in these collections:
Research > Institutes ASCR > Institute of Computer Science
Conference materials > Papers