Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Rozmus, Dorota" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-19 z 19
    Tytuł:
    Methods of Classification Error Decompositions and their Properties
    Analiza własności metod dekompozycji błędu klasyfikacji
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/906885.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    classification error
    prediction error
    error decomposition
    Opis:
    The idea of error decomposition originates in regression where squared loss function is applied. More recently, several authors have proposed corresponding decompositions for classification problem, where 0-1 loss is used. The paper presents the analysis of some properties of recently developed decompositions for 0-1 loss.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2007, 206
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of Accuracy of Spectral Clustering and Cluster Ensembles based on Co-Occurrence Matrix
    Porównanie dokładności taksonomii spektralnej oraz zagregowanych algorytmów taksonomicznych opartych na macierzy współwystąpień
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/905649.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    spectral clustering
    cluster ensembles
    clustering
    Opis:
    High accuracy of the results is very important task in any grouping problem (clustering). It determines effectiveness of the decisions based on them. Therefore in the literature there are proposed methods and solutions that main aim is to give more accurate results than traditional clustering algorithms (e.g. k-means or hierarchical methods). Examples of such solutions can be cluster ensembles or spectral clustering algorithms. Here, we carry out an experimental study to compare accuracy of spectral clustering and cluster ensembles.
    Stosując metody taksonomiczne w jakimkolwiek zagadnieniu klasyfikacji ważną kwestią jest zapewnienie wysokiej poprawności wyników grupowania. Od niej bowiem zależeć będzie skuteczność wszelkich decyzji podjętych na tej podstawie. Stąd też w literaturze wciąż proponowane są nowe rozwiązania, które mają przynieść poprawę dokładności grupowania w stosunku do tradycyjnych metod. Przykładem mogą tu być metody polegające na zastosowaniu podejścia zagregowanego oraz algorytmy spektralne. Głównym celem tego artykułu jest porównanie dokładności zagregowanych i spektralnych algorytmów taksonomicznych. W badaniach pod uwagę wzięta zostanie tylko specyficzna klasa metod agregacji, która oparta jest na macierzy współwystąpień (Fred, Jain 2002). Natomiast jako algorytm spektralny zastosowana będzie metoda zaproponowana przez Ng i in. (2001).
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 285
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of Stability of Classical Taxonomy Bagging Metod with Bagging Based on Co-Occurence Data
    Porównanie stabilności klasycznej taksonomicznej metody bagging z metodą bagging opartą na macierzy współwystąpień
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/906849.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Cluster analysis
    Cluster ensemble
    Stability
    Bagging in taxonomy
    Co-occurrence matrix.
    Opis:
    Ensemble approach has been successfully applied in the context of supervised learning to increase the accuracy and stability of classification. Recently, analogous techniques for cluster analysis have been suggested in order to increase classification accuracy, robustness and stability of the clustering solutions. Research has proved that, by combining a collection of different clusterings, an improved solution can be obtained. The stability of a clustering algorithm with respect to small perturbations of data (e.g., data subsampling or small variations in the feature values) or the parameters of the algorithm (e.g., random initialization) is a desirable quality of the algorithm. On the other hand, ensembles benefit from diverse clusterers. Although built upon unstable components, the ensemble is expected to be more accurate and robust than the individual clustering method. Here, we look at the stability of the ensemble methods based on bagging idea and co-occurrence matrix. This paper carries out an experimental study to compare stability of bagging method used to the classical data set with bagging based on co-occurrence matrix.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2012, 269
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Using R Packages for Comparison of Cluster Stability
    Zastosowanie pakietów programu R do porównania stabilności grupowania
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/655035.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    grupowanie
    taksonomia
    stabilność
    clustering
    taxonomy
    stability
    Opis:
    W ostatnich latach dużo uwagi poświęca się zagadnieniu stabilności metod taksonomicznych, czyli odpowiedzi na pytanie o to, na ile struktura odkryta przez daną metodę rzeczywiście jest obecna w danych. W literaturze zaproponowano wiele różnych sposobów pomiaru stabilności. W ślad za rozważaniami teoretycznymi w tym zakresie idzie także rozwój narzędzi informatycznych pozwalających na praktyczne zastosowanie zaproponowanych sposobów badania stabilności. Wśród tych narzędzi jest także kilka bibliotek w programie R, np. clValid, clv, fpc, ClusterStability, pvclust. Celem artykułu jest porównanie wyników badania stabilności grupowania za pomocą wybranych bibliotek w programie R.
    The stability of clustering methods is the issue that has attracted a considerable amount of attention of researchers in recent years. In this respect, the major question that needs to be answered seems to be to what extent the structure discovered by a particular method is actually present in the data. The literature proposes a number of different ways of measuring stability. The theoretical considerations have led to the development of computer tools for the practical implementation of the proposed ways to study stability. The practical tools are available within several R packages, for example, clv, clValid, fpc, ClusterStability, and pvclust. Due to the hypothesis that cluster stability can be the answer to the question about the right number of groups in clustering, the main aim of this article is to compare the results of the studies on clustering stability conducted with three R packages, i.e.: clv, clValid, and fpc.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2017, 4, 330
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of the Accuracy of the Probabilistic Distance Clustering Method and Cluster Ensembles
    Porównanie dokładności metody odległości probabilistycznej i podejścia zagregowanego w taksonomii
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/657880.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    grupowanie
    dokładność
    metoda odległości probabilistycznej
    podejście zagregowane w taksonomii
    clustering
    accuracy
    distance clustering method
    cluster ensemble
    Opis:
    Stosowanie metod taksonomicznych w jakimkolwiek zagadnieniu grupowania wymaga jednocześnie zapewnienia wysokiej dokładności wyników podziału. Ona bowiem warunkuje skuteczność wszelkich decyzji podjętych na podstawie uzyskanych rezultatów. Dlatego też w literaturze wciąż proponowane są nowe rozwiązania, których zadaniem jest poprawa dokładności grupowania w stosunku do tradycyjnie stosowanych metod (np. k-średnich, hierarchicznych). Przykładami mogą tu być metody polegające na zastosowaniu podejścia zagregowanego (Leisch 1999; Dudoit, Fridlyand 2003; Hornik 2006; Fred, Jain 2002), czy niedawno zaproponowana metoda odległości probabilistycznej (Ben-Israel, Iyigun 2008).Głównym celem artykułu jest porównanie dokładności omawianej metody z dokładnością podejścia zagregowanego w taksonomii.
    High accuracy of results is a very important aspect in any clustering problem t determines the effectiveness of decisions based on them. Therefore, literature proposes methods and solutions that aim to give more accurate and stable results than traditional clustering algorithms (e.g. k-means or hierarchical methods). Cluster ensembles (Leisch 1999; Dudoit, Fridlyand 2003; Hornik 2006; Fred, Jain 2002) or the distance clustering method (Ben-Israel, Iyigun 2008) are the examples of such solutions. Here, we carry out an experimental study to compare the accuracy of these two approaches.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2016, 3, 322
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of clustering accuracy in ensemble approach based on co-occurence data
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/658921.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Opis:
    Podejście wielomodelowe dotychczas z dużym powodzeniem stosowane było w klasyfika- cji i regresji w celu podniesienia dokładności predykcji. W ostatnich latach analogiczne propozy- cje pojawiły się także w taksonomii, a liczne badania wykazały, że agregacja różniących się między sobą wyników wielokrotnego grupowania, pozwala na poprawę dokładności klasyfikacji. W badaniu uwaga została skupiona na pozyskaniu dodatkowej informacji dostarczanej przez zbiór wyników wielokrotnie dokonanej klasyfikacji w celu konstrukcji tzw. macierzy współwystąpień. Biorąc pod uwagę jednoczesne wystąpienie pary obiektów w tej samej klasie jako wskazówkę istnienia związku między nimi, pierwotny zbiór obserwacji przekształcany jest w n × n – wymiarową macierz, która opisuje podobieństwo między obiektami. Ostateczne grupowanie dokonywane jest na podstawie uzyskanej macierzy współwystąpień. Celem referatu jest porównanie dokładności rozpoznawania poprawnej struktury klas za- proponowanego podejścia wielomodelowego z zastosowaniem różnych algorytmów taksonomicz- nych do konstrukcji macierzy współwystąpień oraz jej późniejszego podziału na klas
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2010, 235
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wpływ redukcji liczby zmiennych na stabilność grupowania
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/584603.pdf
    Data publikacji:
    2018
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    grupowanie obiektów
    liczba grup
    stabilność grupowania
    redukcja liczby zmiennych
    analiza czynnikowa
    Opis:
    W artykule zbadany został wpływ formalnych metod doboru zmiennych na stabilność grupowania. Kryterium stabilności bada, czy grupy, które zostały utworzone w wyniku grupowania zbioru obiektów, występują rzeczywiście (zatem struktura jest stabilna), czy też pojawiły się przypadkowo i uzyskana struktura nie odzwierciedla tej istniejącej w danych. Jako formalną metodę doboru zmiennych zastosowano analizę czynnikową, natomiast badanie stabilności grupowania przeprowadzono za pomocą metody w przybliżeniu nieobciążonego prawdopodobieństwa bootstrapowego na zbiorach danych społeczno-ekonomicznych utworzonych na podstawie danych zaczerpniętych z Głównego Urzędu Statystycznego. Uzyskane wyniki pokazują, że zastosowanie analizy czynnikowej do redukcji liczby zmiennych może wpływać zarówno na stabilność grupowania, jak i na uzyskiwaną strukturę grup
    Źródło:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2018, 508; 180-189
    1899-3192
    Pojawia się w:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie stabilności taksonomii spektralnej oraz zagregowanych algorytmów taksonomicznych
    Comparison of Spectral Clustering and Cluster Ensembles Stability
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/586844.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Algorytmy
    Metody taksonomiczne
    Taksonomia
    Algorithms
    Taxonomic methods
    Taxonomy
    Opis:
    High accuracy of the results is very important task in any grouping problem (clustering). It determines effectiveness of the decisions based on them. Therefore in the literature there are proposed methods and solutions that main aim is to give more accurate results than traditional clustering algorithms (e.g. k-means or hierarchical methods). Examples of such solutions can be cluster ensembles or spectral clustering algorithms. A desirable quality of any clustering algorithm is also stability of the method with respect to small perturbations of data (e.g. data subsampling, small variations in the feature values) or the parameters of the algorithm (e.g. random initialization). Empirical results shown that cluster ensembles are more stable than traditional clustering algorithms. Here, we carry out an experimental study to compare stability of spectral clustering and cluster ensembles.
    Źródło:
    Studia Ekonomiczne; 2013, 152; 140-152
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie stabilności zagregowanych algorytmów taksonomicznych opartych na idei metody bagging
    Comparison of Stability of Cluster Ensembles based on Bagging Idea
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/587052.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Agregacja modeli
    Algorytmy
    Metody taksonomiczne
    Aggregation models
    Algorithms
    Taxonomic methods
    Opis:
    Ensemble approach has been successfully applied in the context of supervised learning to increase the accuracy and stability of classification. One of the most popular method is bagging based on bootstrap samples. Recently, analogous techniques for cluster analysis have been suggested in order to increase classification accuracy, robustness and stability of the clustering solutions. Research has proved that, by combining a collection of different clusterings, an improved solution can be obtained. A desirable quality of the method is the stability of a clustering algorithm with respect to small perturbations of data (e.g., data subsampling or resampling, small variations in the feature values) or the parameters of the algorithm (e.g., random initialization). Here, we look at the stability of the ensemble and carry out an experimental study to compare stability of cluster ensembles based on bagging idea.
    Źródło:
    Studia Ekonomiczne; 2013, 133; 119-134
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of stability of algorithms in classical and ensemble approach in taxonomy
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/657946.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Cluster analysis
    Cluster ensemble
    stability
    accuracy
    Opis:
    Podejście wielomodelowe dotychczas z dużym powodzeniem stosowane było w dyskryminacji w celu podniesienia dokładności klasyfikacji. W ostatnich latach analogiczne propozycje pojawiły się w taksonomii, aby zapewnić większą poprawność i stabilność wyników grupowania Liczne badania wykazały, że agregacja różniących się między sobą wyników wielokrotnego grupowania, pozwala na poprawę dokładności klasyfikacji. Stabilność algorytmu taksonomicznego w odniesieniu do niewielkich zmian w zbiorze danych, czy też parametrów algorytmu jest pożądaną cechą algorytmu. Z drugiej jednak strony, podejście wielomodelowe czerpie korzyści ze zróżnicowanych klasyfikacji składowych, których połączenie przynosi bardziej dokładne i stabilne rozwiązanie niż pojedynczy algorytm. Głównym punktem zainteresowania tego badania była stabilność w podejściu zagregowanym w taksonomii. Przeprowadzone badania empiryczne pokazały, że podejście zagregowane daje bardziej stabilne rezultaty niż pojedyncze algorytmy taksonomiczne oraz, że często wyższa stabilność idzie w parze z wyższą dokładnością klasyfikacji w podejściu zagregowanym.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2011, 255
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Boosting Regression Models
    Agregacja modeli regresyjnych metodą boosting
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/906274.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    regression
    aggregated model (ensebles)
    boosting
    Opis:
    Boosting jest jedną z najlepszych metod agregacji modeli dyskryminacyjnych (Bauer, Kohavi, 1999). Liczne badania empiryczne potwierdzają możliwość znacznej poprawy jakości modeli klasyfikacyjnych, niewiele jednakże wiadomo na temat efektywności tej metody w przypadku modeli regresyjnych. Freund i Schapire (1995), stosując swój algorytm AdaBoost.R, podjęli próbę wykorzystania metody boosting do tego typu zagadnień. Głównym celem artykułu jest prezentacja nowej implementacji metody boosting w regresji, która opracowana została przez Ridgeway’a (2005). W przeprowadzonych eksperymentach zbadany został wpływ wartości podstawowych parametrów tego algorytmu, takich jak np. współczynnik uczenia, czy też liczba iteracji, na jakość modelu zagregowanego.
    In a wide variety of classification problems, boosting technique have proven to be very effective method for improving prediction accuracy (Bauer, Kohavi, 1999). While more evidence compiles about the utility of these technique in classification problems, little is known about their effectiveness in regression. Freund and Schapire (1995) gave a suggestion as to how boosting might improve regression models using their algorithm AdaBoost.R. The main aim of this article is to present an application of the new boosting method for regression problems which was introduced by Ridgeway (2005). We will discuss the influence of the main parameters of this algorithm, such as eg. learning rate or number of iterations on the model performance.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 228
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Unbiased Recursive Partitioning Algorithm in Regression Trees
    Zastosowanie nieobciążonej metody rekurencyjnego podziału w metodzie drzew regresyjnych
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/906311.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    recursive partitioning
    regression trees
    aggregated models (ensembles)
    prediction
    Opis:
    Drzewa klasyfikacyjne i regresyjne są bardzo popularnym narzędziem predykcji. Budowa takiego modelu polega na stopniowym podziale wielowymiarowej przestrzeni cech na rozłączne obszary aż do uzyskania maksymalnej ich homogeniczności ze względu na wartość zmiennej objaśnianej y. Podział ten kontynuowany jest w kolejnych krokach, w oparciu o wartości wybranych zmiennych objaśniających. Istnieje wiele możliwych sposobów wyboru tych zmiennych, a jednym z najpopularniejszych jest algorytm wyczerpującego przeszukiwania (ang. exhaustive search) opracowany przez Breimana (Breimana et al., 1984). Zaproponowany przez Hothoma, Hornika i Zeileisa, (2006) sposób doboru zmiennych znany pod nazwą nieobciążonej metody rekurencyjnego podziału (ang. unbiased recurcive partitioning) opierający się na zastosowaniu testów permutacyjnych miał na celu ominięcie podstawowej wady tradycyjnego podejścia, jakim jest tendencja do wyboru zmiennych dających wiele potencjalnych możliwości podziału. Okazuje się, że w przypadku dyskryminacji to nowatorskie podejście prowadzi do uzyskania modeli zapewniających bardzo zbliżone wyniki klasyfikacji jak podejście tradycyjne, a w podejściu wielomodelowym może doprowadzić do pogorszenia poprawności klasyfikacji. Zasadniczym celem referatu jest przedstawienie wyników badań, które mają na celu porównanie dokładności predykcji na podstawie drzew regresyjnych, które doboru zmiennych objaśniających dokonują za pomocą algorytmu wyczerpującego przeszukiwania oraz za pomocą podejścia bazującego na testach permutacyjnych. Ponadto porównane zostaną wyniki predykcji modeli zagregowanych, w których modelami składowymi będą te dwa rodzaje drzew regresyjnych.
    Classification and regression trees are very popular tool for prediction. The construction of these models is based on recursive partitioning of multidimensional attribute space into disjoint homogenous regions till gaining the maximum homogeneity from the point of view of the dependent variable value. The main aim of this research is to apply in regression trees unbiased recursive partitioning algorithm proposed by Hothom, Homik and Zeileis (2006), which is based on permutation tests. The research takes into consideration both single and aggregated approach and compare the results with classical method of tree model construction based on exhaustive search algorithm proposed by Breiman et al. (1984).
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 228
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of Accuracy of Affinity Propagation Method and Cluster Ensembles Based on Co-Occurrence Matrix
    Porównanie dokładności taksonomicznej metody propagacji podobieństwa oraz zagregowanych algorytmów taksonomicznych opartych na idei macierzy współwystąpień
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/904521.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    clustering
    accuracy
    affinity propagation
    cluster ensemble
    Opis:
    High accuracy of results is a very important task in any grouping problem (clustering). It determines effectiveness of the decisions based on them. Therefore in the literature there are proposed methods and solutions whose main aim is to give more accurate results than traditional clustering algorithms (e.g. k-means or hierarchical methods). Examples of such solutions can be cluster ensembles or affinity propagation method. Here, we carry out an experimental study to compare accuracy of those two approaches.
    Stosując metody taksonomiczne w jakimkolwiek zagadnieniu klasyfikacji ważną kwestią jest zapewnienie wysokiej poprawności wyników grupowania. Od niej bowiem zależeć będzie skuteczność wszelkich decyzji podjętych na ich podstawie. Stąd też w literaturze wciąż proponowane są nowe rozwiązania, które mają przynieść poprawę dokładności grupowania w stosunku do tradycyjnych metod (np. k-średnich, metod hierarchicznych). Przykładem mogą tu być metody polegające na zastosowaniu podejścia zagregowanego, czyli łączenia wyników uzyskanych w wyniku wielokrotnego grupowania (ang. cluster ensemble) oraz taksonomiczna metoda propagacji podobieństwa (ang. affinity propagation clustering). Głównym celem tego artykułu jest porównanie dokładności taksonomicznej metody propagacji podobieństwa zaproponowana przez Frey i Duecka (2007) oraz zagregowanych algorytmów taksonomicznych opartych idei macierzy współwystąpień (Fred, Jain 2002).
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 286
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Number of Groups in an Aggregated Approach in Taxonomy with the Use of Stability Measures and Classical Indices – A Comparative Analysis
    Wybór liczby grup w podejściu zagregowanym w taksonomii z wykorzystaniem miar stabilności oraz klasycznych indeksów – porównanie wyników
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/2152805.pdf
    Data publikacji:
    2022-06-14
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    taksonomia
    klasteryzacja
    podejście zagregowane
    stabilność metod taksonomicznych
    taxonomy
    clustering
    cluster ensemble
    cluster stability
    Opis:
    Recently, the two concepts that have been often discussed in the literature on taxonomy are the cluster ensemble and stability. An interesting proposal regarding the combination of these two concepts was presented by Șenbabaoğlu, Michailidis, and Li, who proposed as a measure of stability a proportion of ambiguously clustered pairs (PAC) for selecting the optimal number of groups in the cluster ensemble. This proposal appeared in the field of genetic research, but as the authors themselves write, the method can be successfully used also in other research areas. The aim of this paper is to compare the results of indicating the number of clusters (k parameter) using the aggregated approach in taxonomy and the above-mentioned measure of stability and classical indices (e.g. Caliński–Harabasz, Dunn, Davies–Bouldin).
    We współczesnych rozważaniach z dziedziny taksonomii w literaturze często poruszane są dwa pojęcia: podejście zagregowane oraz stabilność metod grupowania. Do tej pory te były one rozważane osobno. Natomiast ciekawą propozycję w zakresie połączenia tych dwóch pojęć przedstawili Y. Șenbabaoğlu, G. Michailidis i J.Z. Li, którzy zasugerowali podejście zagregowane w taksonomii, połączone z zaproponowaną przez siebie miarą stabilności jako kryterium wyboru optymalnej liczby grup (k). Celem artykułu jest porównanie wyników wyboru wartości parametru k za pomocą wspomnianej miary stabilności oraz klasycznych indeksów (np. Calińskiego‑Harabasza, Dunna).
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2021, 6, 357; 55-67
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Poziom zrównoważonego rozwoju w Polsce i krajach UE – analiza z zastosowaniem miar stabilności grupowania
    Level of Sustainable Development in Poland and EU Countries – Analysis with Cluster Stability Measures
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/964929.pdf
    Data publikacji:
    2019
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    grupowanie
    taksonomia
    stabilność grupowania
    zrówno-ważony rozwój
    clustering
    taxonomy
    cluster stability
    sustainable development
    Opis:
    W kontekście metod taksonomicznych w ostatnich latach dużo uwagi poświęca się zagadnieniu stabilności tych metod, czyli odpowiedzi na pytanie na ile struktura odkryta przez daną metodę rzeczywiście jest obecna w danych? W literaturze zaproponowano wiele różnych sposobów pomiaru stabilności, przy czym głównie są to miary odnoszące się do stabilności ostatecznego wyniku grupowania. Lord i inni (2017) natomiast zaproponowali miarę stabilności dla każdej obserwacji ze zbioru danych oraz miarę stabilności dla poszczególnych grup. W artykule Autorzy ci sugerują, że indywidualna miara stabilności może wskazywać obserwacje oddalone, natomiast miara stabilności odnosząca się do poszczególnych grup może wskazywać grupy obserwacji zaszumionych, które powinny zostać usunięte ze zbioru danych. Celem artykułu jest próba zastosowania zaproponowanej indywidualnej miary stabilności oraz miary stabilności dla poszczególnych grup do odpowiedzi na pytanie, jak dobrze Polska dopasowana jest do poziomu UE pod względem poziomu zrównoważonego rozwoju?
    In the context of taxonomy methods in recent years, a lot of attention is paid to the stability of these methods, i.e. the answer to the question to what extentthe structure discovered by a given method is actually present in the data? Many different ways of measuring stability have been proposed in the literature, which are mainly relating to the stability of the final grouping result. Lord et al. (2017) instead proposed a measure of stability for each observation from the data set and the measure of stability for individual groups. In their article, they suggest that an individual measure of stability may indicate noisy observation whereas the stability measure relating to particular groups may indicate clusters of noise which should be removed from the dataset. The aim of the paper is to apply the proposed individual measure of stability and a measure of stability for individual groups to answer the question to what extent Poland is matched the EU in terms of the level of sustainable development.
    Źródło:
    Przegląd Statystyczny; 2019, 66, 1; 84-93
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Random Selection of Variables for Aggregated Tree-Based Models
    Zastosowanie losowego doboru zmiennych w agregacji drzew klasyfikacyjnych
    Autorzy:
    Gatnar, Eugeniusz
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/905698.pdf
    Data publikacji:
    2006
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Tree-based models
    aggregation
    RandomForest
    Opis:
    Tree-based models are popular a widely used because they are simple, flexible and powerful tools for classification. Unfortunately they are not stable classifiers. Significant improvement of the model stability and prediction accuracy can be obtained by aggregation of multiple classification trees. Proposed methods, i.e. bagging, adaptive bagging, and arcing are based on sampling cases from the training set while boosting uses a system of weights for cases. The result is called committee of trees, an ensemble or a forest. Recent developments in this field showed that randomization (random selection of variables) in aggregated tree-based classifiers leads to consistent models while boosting can overfit. In this paper we discuss optimal parameter values for the method of random selection of variables (RandomForest) for an aggregated tree-based model (i.e. number of trees in the forest and number of variables selected for each split).
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2006, 196
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza czynników kształtujących oszczędności polskich gospodarstw domowych
    Analysis of Polish households’ savings and their determinants
    Autorzy:
    Rozmus, Dorota
    Trzęsiok, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/585595.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Analiza korespondencji
    Oszczędności
    Test Kruskala–Wallisa
    Correspondence analysis
    Kruskal–Wallis test
    Savings
    Opis:
    Artykuł ma charakter aplikacyjny. Jego celem jest analiza zależności pomiędzy poziomem oszczędności, deklarowanym przez polskie gospodarstwa domowe, a zmiennymi charakteryzującymi te gospodarstwa, takimi jak: źródło utrzymania, klasa zamieszkiwanej miejscowości, typ biologiczny rodziny czy subiektywna ocena własnej sytuacji finansowej. Badanie przeprowadzone będzie na danych pochodzących z Diagnozy społecznej. Ponieważ wszystkie wykorzystywane zmienne mierzone są na słabych skalach pomiaru, do wykrycia i zbadania wspomnianych zależności zostaną wykorzystane narzędzia dedykowane takim problemom, m.in.: test niezależności chi-kwadrat, test Kruskala–Wallisa (nieparametryczny odpowiednik analizy wariancji) oraz analiza korespondencji.
    This article was written in an application manner. Its purpose was to analyze the relationship between the level of savings declared by Polish households and the variables characterizing these households, such as: source of livelihood, class of resident town, biological type of family, or subjective assessment of their financial situation. The study was based on data from the Social Diagnosis. Because all the variables were measured on weak scales, dedicated tools were used to detect and investigate these dependencies, including: Chi-square independence test, Kruskal–Wallis test (nonparametric equivalent of analysis of variance) and correspondence analysis.
    Źródło:
    Studia Ekonomiczne; 2017, 345; 63-84
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Główne składowe rozwoju inteligentnego Polski
    Principal components of the smart development of Poland
    Autorzy:
    Rozmus, Dorota
    Trzęsiok, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/542528.pdf
    Data publikacji:
    2018-05-28
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    polityka spójności
    rozwój inteligentny
    metoda głównych składowych
    cohesion policy
    smart development
    principal component analysis
    Opis:
    W systemie STRATEG, utworzonym przez GUS na potrzeby monitorowania polityki spójności, zgromadzono ponad 300 wskaźników do pomiaru rozwoju inteligentnego. Z uwagi na dużą liczbę zmiennych zasadne wydaje się zbadanie możliwości konstrukcji wskaźników syntetycznych jak najlepiej reprezentujących zmienne pierwotne. Celem badania, które przeprowadzono na podstawie danych z baz STRATEG i BDL za 2015 r., jest wskazanie — dzięki zastosowaniu analizy czynnikowej — głównych składowych rozwoju inteligentnego w Polsce, informujących o najważniejszych obszarach charakteryzowanych przez wskaźniki rozwoju inteligentnego. W efekcie uzyskano siedem głównych składowych, łącznie wyjaśniających ponad 94% wariancji pierwotnego zbioru wskaźników, dla których zaproponowano merytoryczną interpretację.
    The STRATEG system created by Statistics Poland for monitoring cohesion policy, contains more than 300 indicators for measuring smart development. Due to a large number of variables, it seems appropriate to examine the possibility of constructing synthetic indicators that best represent the primary variables. The aim of this study, which was conducted on the basis of data for 2015 from the STRATEG and BDL databases, is to identify, owing to the use of factor analysis, the main components of smart development in Poland, informing about the most important areas characterised by the indicators of smart development. As a result 7 main components were obtained, which together account for more than 94% of variance from the original set of indicators and for which a substantive interpretation was proposed.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2018, 63, 5; 25-36
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Polityka społeczna wobec niepełnosprawności. Teoria badań i praktyka działań na podstawie konkretnych przedsięwzięć realizowanych na rzecz osób niepełnosprawych
    Theory of Research and Practice of Action Based on Particular Undertakings For the Benefit of Disable Persons
    Autorzy:
    Rozmus, Paweł
    Jedlikowska, Dorota
    Łuczaj, Kamil
    Powiązania:
    https://bibliotekanauki.pl/articles/427135.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    polityka społeczna
    niepełnosprawność
    społeczny model niepełnosprawności
    efektywność polityk publicznych rozwiązania systemowe
    social policy
    disability
    social model of disability
    efficiency of public policies
    system solutions.
    Opis:
    W artykule poruszone zostały kwestie polityki społecznej w kontekście niepełnosprawności i wsparcia udzielanego osobom niepełnosprawnym. W pierwszej części zestawiono opisy pojęcia polityka społeczna w języku naukowym, polskim, jak i światowym. Następnie przedstawiono odniesienia do tego terminu w dokumentach europejskich oraz polskim ustawodawstwie. Kontekst teoretyczny artykułu stanowią głównie krytyczno-afirmatywne podejście do polityki społecznej (Ryszard Szarfenberg) oraz evidendenced-based policy (Ray Pawson), a także społeczny i oparty na prawach obywatelskich model niepełnosprawności. Autorzy analizują, jak akademicka dyskusja na temat niepełnosprawności i obecne w niej modele teoretyczne przekładają się na filozofię funkcjonowania systemu wsparcia wobec niepełnosprawnych w Polsce, formę jego ustawowego uregulowania i konkretne działania w jego ramach. Realne funkcjonowanie tego obszaru polityki społecznej przedstawiono wykorzystując dane zastane i case study czterech projektów na rzecz wsparcia osób z niepełnosprawnościami (zrealizowanych przez organizacje pozarządowe w Małopolsce).
    In the article the question of social policy is discussed in the context of disability and support of disabled persons. The first part contains an overview of the ways in which the concept of social policy is defined in scientific language in Poland and abroad. Next, references to this term are presented in EU legal documents and in Polish legislation. Theoretical context of the article are the critical-affirmative approach to social policy (Ryszard Szarfenberg) and evidendenced-based policy (Ray Pawson), as well as social and civic rights-based model of disability. The authors analyze how the academic debate regarding disability and the theoretical models represented therein transpire into the philosophy of system of supporting the disabled in Poland, the forms of its legislative regulations and particular actions within its framework. Real operations of this sphere of social policy were presented based on ready data and case studies of four projects supporting disabled persons, conducted by non-governmental organizations in Małopolska.
    Źródło:
    Studia Socjologiczne; 2014, 2(213); 63-83
    0039-3371
    Pojawia się w:
    Studia Socjologiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-19 z 19

      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