Tytuł:

Propozycja hybrydowej metody grupowania dużych zbiorów danych wykorzystującej sieć Kohonena i taksonomiczne metody grupowania

Tytuł publikacji grupowej:

Prace Naukowe Akademii Ekonomicznej im. Oskara Langego we Wrocławiu

Tytuł odmienny:

Proposal of Hybrid Clustering Method a Large Datasets Based on Kohonen Neural Network and Taxonomic Methods

Autor:

Migdał-Najman, Kamila

Opis:

Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia (14); 2007; nr 1169, s. 305-313

Abstrakt:

The present article is mainly designed to study the effect of join the hierarchical agglomerative clustering and the Self Organizing Map (SOM). First, the original data set is represented using a smaller set of prototype clusters, which allows efficient use of hierarchical agglomerative clustering to divide the prototypes into groups. The reduction of the computational cost is especially important for hierarchical algorithms allowing clusters of arbitrary size and shape. Second, the 2-D gird allows rough visual presentation, classify original data to clusters and interpretation of the clusters. The clustering results using SOM as an intermediate step was also comparable with the results obtained directly from the data.

Data wydania:

2007

Typ zasobu:

artykuł

Język:

pol

Powiązania:

Prace Naukowe Akademii Ekonomicznej im. Oskara Langego we Wrocławiu; 2007; nr 1169 ; Taksonomia 14

Prawa:

Wszystkie prawa zastrzeżone (Copyright)

Prawa dostępu:

Dla wszystkich w zakresie dozwolonego użytku

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu

Źródło finansowania:

Projekt dofinansowany ze środków budżetu państwa, przyznanych przez Ministra Nauki w ramach Programu Społeczna odpowiedzialność nauki II. Tytuł projektu: Nauka dla Społeczeństwa: Prace Naukowe AEW w otwartym dostępie (2005-2008)