Informacja

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

Wyszukujesz frazę "variable clustering" wg kryterium: Temat


Wyświetlanie 1-6 z 6
Tytuł:
Grupowanie zmiennych w procesach eksploracji danych (Data Mining)
Variable clustering in exploration data processes
Autorzy:
Lasek, M.
Pęczkowski, M.
Powiązania:
https://bibliotekanauki.pl/articles/399404.pdf
Data publikacji:
2010
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
procesy eksploracji danych
variable clustering
exploration data
Opis:
Variable clustering is a useful tool for data reduction. It removes collinearity, decreases variable redundancy and helps to interpret results of an analysis. In the paper, Variable Clustering Node of SAS Enterprise Miner is described. An example of clustering of households expenditures on food, alcohol and tobacco is presented.
Źródło:
Ekonomia i Zarządzanie; 2010, 2, 1; 83-94
2080-9646
Pojawia się w:
Ekonomia i Zarządzanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evaluation of Selected Approaches to Clustering Categorical Variables
Autorzy:
Šulc, Zdeněk
Powiązania:
https://bibliotekanauki.pl/articles/465958.pdf
Data publikacji:
2014
Wydawca:
Główny Urząd Statystyczny
Tematy:
variable clustering
nominal variables
association measures
similarity measures.
Opis:
This paper focuses on recently proposed similarity measures and their performance in categorical variable clustering. It compares clustering results using three recently developed similarity measures (IOF, OF and Lin measures) with results obtained using two association measures for nominal variables (Cramér’s V and the uncertainty coefficient) and with the simple matching coefficient (the overlap measure). To eliminate the influence of a particular linkage method on the structure of final clusters, three linkage methods are examined (complete, single, average). The created groups (clusters) of variables can be considered as the basis for dimensionality reduction, e.g. by choosing one of the variables from a given group as a representative for the whole group. The quality of resulting clusters is evaluated by the within-cluster variability, expressed by the WCM coefficient, and by dendrogram analysis. The examined similarity measures are compared and evaluated using two real data sets from a social survey.
Źródło:
Statistics in Transition new series; 2014, 15, 4; 591-610
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of the Crime rate in Poland in Spatial and Temporal Terms
Przestrzenno – czasowa analiza zjawiska przestępczości w Polsce
Autorzy:
Kądziołka, Kinga
Powiązania:
https://bibliotekanauki.pl/articles/529741.pdf
Data publikacji:
2016
Wydawca:
Wyższa Szkoła Bankowa we Wrocławiu
Tematy:
crime rate
structure of crime
determinants of crime
spatial lag model
Moran statistic
variable clustering
Opis:
The paper evaluates the crime rate in Poland in spatial and temporal terms. The methods of spatial statistics were employed to identify the clusters of areas with above-average intensity of the selected categories of crimes. Poviats were divided into four groups according to their location in the quadrants of Moran scatter plot. The spatial lag model was used to identify certain spatial relationships between general crime rate and the selected factors recognised in the literature as factors that affect crime. The initial set of potential independent variables was selected arbitrarily. Then Ward's method was used to reduce the number of correlated variables. The following factors were found to significantly explain spatial variation of crime rate in the poviats of Poland: the intensity of crime in the surrounding areas, urbanisation, percentage of single-person households, divorce’s coefficient, gross migration per 1000 population and provided accommodation per 1000 population. The analysis also involved the structure and dynamics of crimes recorded in Poland. It was pointed out that the changes in law, the development of information technology and the increase the level of education significantly affected the number and structure of the crimes recorded in police statistics.
Źródło:
Central and Eastern European Journal of Management and Economics (CEEJME); 2016, 1; 81-96
2353-9119
Pojawia się w:
Central and Eastern European Journal of Management and Economics (CEEJME)
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Genetic algorithm for clustering, finding the number of clusters
Autorzy:
Śmigielski, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/1373528.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Jagielloński. Wydawnictwo Uniwersytetu Jagiellońskiego
Tematy:
genetic algorithm
clustering
variable length chromosome
cube
Opis:
In this paper a genetic algorithm for clustering is proposed. The algorithm is based on the variable length chromosomes and the notion of local points density in the clustered set. Its role is to identify the number of clusters in the clustered set and to partition this set into particular clusters. The tests were conducted for two different sets of two dimensional data. The algorithm performed well in both cases. The tests presented the ability of the algorithm to partition the subsets combined with the thin dense area into separate clusters.
Źródło:
Schedae Informaticae; 2011, 20; 101-113
0860-0295
2083-8476
Pojawia się w:
Schedae Informaticae
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Decomposition of time series on the basis of modified grouping method of Ward
Dekompozycja szeregów czasowych oparta na zmodyfikowanej metodzie Warda
Autorzy:
Wywiał, Janusz
Powiązania:
https://bibliotekanauki.pl/articles/904613.pdf
Data publikacji:
1997
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
groupping criterion
agglomeration clustering
multidimensional variable
generalized variance
parallelotop
volume
discriminant
hyperplane
intra group spread
time series
linear trend
Opis:
The trend of time series can change its direction. It is assumed that the time interval is divided into subintervals where the trend is given as particular linear function. The problem is how to divide the observation of time series into disjoint and coherent groups where they have linear trend. That is why the problem of the scatter of multivariable observation was first considered. The degree of data spread is measured by means of a coefficient called a discriminant of multivariable observation. It is equal to the sum of volumes of the parallelotops spanned on multidimensional observations. On the basis of it the modifications of the well known generalized variance were introduced. Geometrical properties of those parameters were investigated. The obtained results are used to generalize well-known clustering methods of Ward. One of the advantages of the method is that it finds clusters of high linear dependent multivariate observations. Finally, the results are used to partition a time series into homogeneous groups where observations are close to linear trend. There is considered an example.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 1997, 141
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estimation of Population Averages on the Basis of a Vector of Cluster Means
Estymacja wartości przeciętnych w populacji na podstawie wektora średnich z próby grupowej
Autorzy:
Wywiał, Janusz
Powiązania:
https://bibliotekanauki.pl/articles/904922.pdf
Data publikacji:
2004
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
cluster sample
vector estimation
clustering methods
generalised variance
relative efficiency
homogeneity coefficient of multidimensional variable
eigenvalue of variance-covariance matrix
Opis:
The estimation of a vector of mean values is being considered. The vector estimator consists of simple cluster sample means. It is assumod that a population of a fixed size is divided into mutually disjoint clusters each of the same size. The variance-covariance matrix of the vector estimator is derived. It is a function of a homogeneity matrix of multidimensional variable which describes within-cluster spread of the multidimensional variable under research. The accuracy of estimation is measured by means of standard deviations of particular sample cluster means as well as by means of the trace or the determinant or the maximal eigenvalue of the variance-covariance matrix of the vector estimator. The accuracy of the vector of simple sample cluster means is compared with the accuracy of the vector of the simple sample means. The accuracy of the vector of simple sample cluster means increases when the degree of within-cluster spread of the distribution of a multidimensional variable increases. Hence, the population should be divided into such clusters that the within-cluster spread is as large as possible.
Zakłada się, że skończona i ustalona populacja jest podzielona na równoliczne i rozłączne grupy. Na podstawie prostej próby grupowej jest wyznaczany wektor średnich, który daje oceny wektora przeciętnych w populacji. Wyprowadzono macierz wariancji i kowariancji wektora wartości średnich z próby grupowej. Jest ona zależna od macierzy wewnątrzgrupowej jednorodności rozkładu wielowymiarowej zmiennej. Precyzja estymacji jest oceniana za pomocą wariancji poszczególnych średnich z próby grupowej, śladu, wyznacznika lub maksymalnej wartości własnej macierzy wariancji i kowariancji. Precyzja wektora średnich z próby grupowej jest porównywana z precyzją wektora średniej z próby prostej. Okazuje się, że wektor średnich z próby grupowej jest precyzyjniejszy od wektora przeciętnych z próby prostej, gdy stopień wewnątrzgrupowego zróżnicowania wartości zmiennych jest dostatecznie duży.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2004, 175
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-6 z 6

    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