Comparison new quality indices for fuzzy c-means clustering

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21630%2F19%3A00349413" target="_blank" >RIV/68407700:21630/19:00349413 - isvavai.cz</a>
Výsledek na webu
<a href="http://evlm.stuba.sk/APLIMAT/indexe.htm" target="_blank" >http://evlm.stuba.sk/APLIMAT/indexe.htm</a>
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Comparison new quality indices for fuzzy c-means clustering
Popis výsledku v původním jazyce
Evaluating fuzzy clustering results is still an actual problem. In the evaluation of fuzzy clustering results, it is necessary, in the case of quantitative variables, to compute multiple indices because there is no universal index to determine the correct number of clusters. For determining the correct number of clusters, it is more accurate/precise to use indices based not only on membership function, but indices based on membership function and data set. In most cases, those types of indices were able to recognize the correct number of clusters.
Název v anglickém jazyce
Comparison new quality indices for fuzzy c-means clustering
Popis výsledku anglicky
Evaluating fuzzy clustering results is still an actual problem. In the evaluation of fuzzy clustering results, it is necessary, in the case of quantitative variables, to compute multiple indices because there is no universal index to determine the correct number of clusters. For determining the correct number of clusters, it is more accurate/precise to use indices based not only on membership function, but indices based on membership function and data set. In most cases, those types of indices were able to recognize the correct number of clusters.

Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)