Wielomodelowa klasyfikacja spektralna danych symbolicznych

Marcin Pełka

Abstract

Spectral clustering that was proposed by Ng, Jordn and Weiss [2002], is not a new clustering method, but a new approach to data preparation that uses the idea of data decompo sition. The main aim of the paper is to present an application of spectral clustering in ensemble clustering for symbolic data. Spectral clustering can be used before building co-association matrix and to this matrix. Spectral clustering can be also combined with bagging for cluster ing. In the empircal part data sets with known cluster structures are used.
Author Marcin Pełka (EMaT / DEaCS)
Marcin Pełka,,
- Department of Econometrics and Computer Science
Other language title versionsEnsemble spectral clustering for symbolic data
Journal seriesPrace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, ISSN 1899-3192, e-ISSN 2392-0041, (B 10 pkt)
Issue year2017
No468
Pages180-187
Publication size in sheets0.5
Keywords in Polishklasyfikacja wielomodelowa, klasyfikacja spektralna, dane symboliczne
Keywords in Englishensemble clustering, spectral, clustering, symbolic data
Abstract in Polish Klasyfikacja spektralna, którą zaproponowali Ng, Jordan i Weiss [ 2002], jest nie tyle nową metodą klasyfikacji, ile nowym podejściem do przygotowywania danych na potrzeby klasyfikacji, która wykorzystuje ideę dekompozycji spektralnej macierzy danych. Głównym celem artykułu jest zastosowanie klasyfikacji spektralnej na potrzeby podejścia wielomodelowego w analizie skupień danych symbolicznych oraz przeprowadzenie i ana - liza symulacji w tym zakresie. Klasyfikacja spektralna może znaleźć zastosowanie zarówno w przygotowaniu danych na potrzeby utworzenia macierzy współwystąpień ( co-association matrix ), jak i w samej klasyfikacji dokonywanej na podstawie tej macierzy, a także jako meto - da przygotowywania danych na potrzeby adaptacji metody boosting w klasyfikacji. W części empirycznej artykułu zaprezentowano i zinterpretowano wyniki klasyfikacji wielomodelowej z zastosowaniem klasyfikacji spektralnej zarówno do przygotowania danych wejściowych, jak i samej klasyfikacji. Wykorzystano tu sztuczne zbiory danych o znanej strukturze klas.
DOIDOI:10.15611/pn.2017.468.18
URL http://www.dbc.wroc.pl/publication/41312
Languagepl polski
LicenseJournal (articles only); author's original; Uznanie Autorstwa - Użycie Niekomercyjne - Bez utworów zależnych (CC-BY-NC-ND); after publication
File
Pelka_Wielomodelowa_klasyfikacja_spektralna_danych_osobowych.pdf 1,12 MB
Score (nominal)10
Citation count*
Cite
Share Share

Get link to the record


* presented citation count is obtained through Internet information analysis and it is close to the number calculated by the Publish or Perish system.
Back