Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "miary odległości" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Klasyfikacja spektralna a skale pomiaru zmiennych
Spectral clustering and measurement scales of variables
Autorzy:
Walesiak, Marek
Powiązania:
https://bibliotekanauki.pl/articles/422850.pdf
Data publikacji:
2012
Wydawca:
Główny Urząd Statystyczny
Tematy:
klasyfikacja spektralna
miary odległości
skale pomiaru
spectral clustering
distance measures
scales of variables
Opis:
W artykule zaproponowano modyfikację metody klasyfikacji spektralnej (zob. Ng, Jordan, Weiss, 2002) umożliwiającą jej zastosowanie w klasyfikacji danych nominalnych, porządko-wych, przedziałowych oraz ilorazowych. W tym celu w procedurze tej metody przy wyzna-czaniu macierzy podobieństwa (affinity matrix) zastosowano funkcję z miarami odległości właściwymi dla danych mierzonych na różnych skalach pomiaru. Takie podejście umożliwia ponadto pośrednie wzmocnienie skali pomiaru zmiennych dla danych niemetrycznych. Zaproponowana metoda klasyfikacji spektralnej może być z powodzeniem stosowana we wszystkich zagadnieniach klasyfikacyjnych, w tym dotyczących pomiaru, analizy i wizualiza-cji preferencji.
In article the proposal of modification of spectral clustering method for nominal, ordinal, interval and ratio data, based on procedure of Ng, Jordan, Weiss (2002), is presented. In con-struction of affinity matrix we implement function with distance measures appropriate for dif-ferent scales of measurement. This approach gives possibility of conversion nonmetric data (nominal, ordinal) into interval data. The proposed method of spectral clustering can be successfully used in all classification problems, including the measurement, analysis and visualization of preferences.
Źródło:
Przegląd Statystyczny; 2012, 59, 1; 13-31
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wybór grup metod normalizacji wartości zmiennych w skalowaniu wielowymiarowym
The Choice of Groups of Variable Normalization Methods in Multidimensional Scaling
Autorzy:
Walesiak, Marek
Powiązania:
https://bibliotekanauki.pl/articles/1050510.pdf
Data publikacji:
2016-03-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
normalizacja zmiennych
skalowanie wielowymiarowe
miary odległości
program R
pakiet clusterSim
normalization of variables
multidimensional scaling
distance measures
R program
clusterSim package
Opis:
W skalowaniu wielowymiarowym przeprowadzanym na podstawie macierzy danych metrycznych (przedziałowych, ilorazowych) jednym z etapów jest wybór metody normalizacji wartości zmiennych. W badaniu zastosowano funkcję data.Normalization pakietu clusterSim programu R. Funkcja ta zawiera 18 różnych metod normalizacyjnych. W artykule zaproponowano procedurę badawczą pozwalającą na wyodrębnienie grup metod normalizacji wartości zmiennych prowadzących do zbliżonych wyników skalowania wielowymiarowego. Propozycja pozwala ograniczyć problem wyboru metody normalizacji wartości zmiennych w skalowaniu wielowymiarowym. Wyniki zilustrowano przykładem empirycznym.
In multidimensional scaling carried out on the basis of metric data matrix (interval, ratio) one of the stages is the choice of the variable normalization method. The R package clusterSim with data.Normalization function has been developed for that purpose. It provides 18 data normalization methods. In this paper the proposal of procedure which allows to isolate groups of normalization methods that lead to similar multidimensional scaling results were presented. The proposal can reduce the problem of choosing the normalization method in multidimensional scaling. The results are illustrated via empirical example.
Źródło:
Przegląd Statystyczny; 2016, 63, 1; 7-18
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies