Using k-means methods to clustering of data sets containing outliers

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F44555601%3A13510%2F10%3A00005835" target="_blank" >RIV/44555601:13510/10:00005835 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

čeština

Original language name

Shlukování v souborech s odlehlými objekty pomocí metod k-průměrů

Original language description

Velká citlivost shlukování na odlehlá pozorování je skutečnost, která může záporně ovlivnit kvalitu výsledného rozdělení do shluků. Ve většině případů jsme odkázáni na vhodné předzpracování dat a případné vyloučení odlehlých objektů z dalšího zpracování.V odborné literatuře se však objevují i shlukovací metody přímo zaměřené na data obsahující odlehlé objekty. Jedním z takovýchto postupů je například dvoufázový algoritmus k-průměrů. V příspěvku je navržena varianta metody k-průměrů pracující s mrkd-stromy, která je postavena na jiném principu. Identifikace odlehlých objektů probíhá v rámci fáze předzpracování, kterou je nutno provádět i v případě, že nás odlehlé objekty nezajímají. Je to fáze organizující data do stromové struktury, která činí následující fázi shlukování velmi efektivní. Dále článek předkládá třetí možnost detekování odlehlých objektů pomocí modifikace algoritmu k-průměrů++. Příspěvek pojednává o srovnání uvedených tří metod.

Czech name

Shlukování v souborech s odlehlými objekty pomocí metod k-průměrů

Czech description

Velká citlivost shlukování na odlehlá pozorování je skutečnost, která může záporně ovlivnit kvalitu výsledného rozdělení do shluků. Ve většině případů jsme odkázáni na vhodné předzpracování dat a případné vyloučení odlehlých objektů z dalšího zpracování.V odborné literatuře se však objevují i shlukovací metody přímo zaměřené na data obsahující odlehlé objekty. Jedním z takovýchto postupů je například dvoufázový algoritmus k-průměrů. V příspěvku je navržena varianta metody k-průměrů pracující s mrkd-stromy, která je postavena na jiném principu. Identifikace odlehlých objektů probíhá v rámci fáze předzpracování, kterou je nutno provádět i v případě, že nás odlehlé objekty nezajímají. Je to fáze organizující data do stromové struktury, která činí následující fázi shlukování velmi efektivní. Dále článek předkládá třetí možnost detekování odlehlých objektů pomocí modifikace algoritmu k-průměrů++. Příspěvek pojednává o srovnání uvedených tří metod.

Type

J_x - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

CEP classification

BB - Applied statistics, operational research

OECD FORD branch

—

Project

—

Continuities

V - Vyzkumna aktivita podporovana z jinych verejnych zdroju

Publication year

2010

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Name of the periodical

Informační Bulletin České statistické společnosti

ISSN

1210-8022

e-ISSN

—

Volume of the periodical

Ročník 22

Issue of the periodical within the volume

3

Country of publishing house

CZ - CZECH REPUBLIC

Number of pages

8

Pages from-to

—

UT code for WoS article

—

EID of the result in the Scopus database

—