Object

Title: Wybór wartości parametrów przez walidację wyników klasyfikacji taksonomicznej metody wektorów nośnych

Title in english:

On Parameter Selection and Validation of Support Vector Clustering

Creator:

Trzęsiok, Michał

Description:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2008; Nr 7, s. 354-363

Abstrakt:

Support Vector Clustering (SVC) is a new method for unsupervised classification. The advantage of this method is that no prior assumptions about the number or the shape of clusters are required. The choice of two parameters: the soft margin constant and the Gaussian kernel parameter, is crucial to the clustering solutions. In the paper the validation of SVC based on resampling techniques is proposed as a method for a parameter selection. The method was illustrated on benchmark data set from R package cluster Sim.

Publisher:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Place of publication:

Wrocław

Date:

2008

Resource Type:

artykuł

Resource Identifier:

oai:dbc.wroc.pl:124986

Language:

pol

Relation:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2008; Nr 7 (1207) ; Taksonomia 15 ; Klasyfikacja i analiza danych - teoria i zastosowania

Rights:

Wszystkie prawa zastrzeżone (Copyright)

Access Rights:

Dla wszystkich w zakresie dozwolonego użytku

Location:

Uniwersytet Ekonomiczny we Wrocławiu

Coverage:

Dofinansowano z programu "Społeczna odpowiedzialność nauki" Ministra Edukacji i Nauki (SONB/SP/546390/2022). Tytuł projektu: Upowszechnienie zawartości czasopisma Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Similar

×

Citation

Citation style:

This page uses 'cookies'. More information