Opis

• Tytuł:
  Comparison of stability of algorithms in classical and ensemble approach in taxonomy
• Twórca:
  Rozmus, Dorota
• Współtwórca:
  Uniwersytet Ekonomiczny w Katowicach; Wydział Zarządzania; Katedra Statystyki
• Description:
  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.
• Object availability:
  Dostęp otwarty
• Date:
  2012.06.05;
  2011
• Type:
  Article
• Language:
  angielski
• Format:
  application/pdf
• Publisher:
  Wydawnictwo Uniwersytetu Łódzkiego
• Relation:
  Acta Universitatis Lodziensis, Folia Oeconomica;
• Subject:
  Cluster analysis;
  Cluster ensemble;
  stability;
  accuracy
• Identifier:
  0208-6018;
  http://hdl.handle.net/11089/697
• Data provider:
  Repozytorium Uniwersytetu Łódzkiego
• Can I use it?:
  poproś o pozwolenie
• Type:
  obrazy