skip to main content
Visitante
Meu Espaço
Minha Conta
Sair
Identificação
This feature requires javascript
Tags
Revistas Eletrônicas (eJournals)
Livros Eletrônicos (eBooks)
Bases de Dados
Bibliotecas USP
Ajuda
Ajuda
Idioma:
Inglês
Espanhol
Português
This feature required javascript
This feature requires javascript
Primo Search
Busca Geral
Busca Geral
Acervo Físico
Acervo Físico
Produção Intelectual da USP
Produção USP
Search For:
Clear Search Box
Search in:
Busca Geral
Or hit Enter to replace search target
Or select another collection:
Search in:
Busca Geral
Busca Avançada
Busca por Índices
This feature requires javascript
This feature requires javascript
Tradiční a moderní přístupy k shlukové analýze
Kováč, Stanislav
Vysoká škola ekonomická v Praze 2019
Texto completo disponível
Citações
Citado por
Exibir Online
Detalhes
Resenhas & Tags
Mais Opções
Nº de Citações
This feature requires javascript
Enviar para
Adicionar ao Meu Espaço
Remover do Meu Espaço
E-mail (máximo 30 registros por vez)
Imprimir
Link permanente
Referência
EasyBib
EndNote
RefWorks
del.icio.us
Exportar RIS
Exportar BibTeX
This feature requires javascript
Título:
Tradiční a moderní přístupy k shlukové analýze
Autor:
Kováč, Stanislav
Assuntos:
allocation problem
;
cluster analysis
;
graph
theory
;
náhodná prechádzka
;
náhodná procházka
;
přiraďovací problém
;
přiřazovací problém
;
random walk
;
shluková analýza
;
teorie grafů
;
teória grafov
;
zhluková analýza
Descrição:
Aj napriek veľmi rozšírenému používaniu zhlukovej analýzy v rôznych odvetviach, nie je táto metóda z teoretickej časti ešte dostatočne preskúmaná. Nakoľko existuje veľa kombinácií mier vzdialeností a metód zhlukovania často kombináciou týchto atribútov dostávame pre rovnaké vstupné údaje úplne rozdielne výsledky. V tejto práci sa preto venujeme porovnaniu moderných a klasických prístupov k zhlukovej analýze. Tieto prístupy porovnávame na základe výsledkov ich aplikácie v štatistickom software R. Popisujeme výsledky a hodnotíme úspešnosť zaradenia do jednotlivých zhlukov pre vybrané, často citované datasety určené práve pre zhlukovú a klasifikačnú analýzu dát. Eventhough, cluster analysis is widely used in a lot of sectors, it is not sufficiently theoretically explored. Taking into account, there exist a lot of combinations of metrics and cluster methods from which we can get completely different output from the same data on input. Thus, in this thesis, we study comparison of modern and traditional approach to cluster analysis. We will compare these approaches by results of their application in statistical software R. We will describe results and discuss the effectivity of allocation to the clusters. To analyse this approaches we will use often cited datasets appropriate for clustering and classification analysis. Přesto, že se shluková analýza používá v různých odvětvích, není tahle metoda z teoretické časti dostatečne prozkoumána. Ačkoli existuje mnoho kombinací měr vzdálenosti a metod shlukování, často kombinací těchto atributů dostávame pro stejné vstupní údaje zcela rozdílné výsledky. V této práci se proto věnujem porovnání moderních a klasických přístupů ke shlukové analýze. Tyto přístupy budeme porovnávat na základě výsledků jejich aplikace ve statistickém software R. Popíšeme výsledky a zhodnotíme úspěšnost zařazení do jednotlivých shluků pro vybrané, často citované datasety určeny právě pro shlukovou a klasifikační analýzu.
Editor:
Vysoká škola ekonomická v Praze
Data de criação/publicação:
2019
Idioma:
Eslovaco
Links
View record in University of Economics in Prague$$FView record in $$GUniversity of Economics in Prague
This feature requires javascript
This feature requires javascript
Voltar para lista de resultados
Anterior
Resultado
4
Avançar
This feature requires javascript
This feature requires javascript
Buscando em bases de dados remotas. Favor aguardar.
Buscando por
em
scope:(USP_VIDEOS),scope:("PRIMO"),scope:(USP_FISICO),scope:(USP_EREVISTAS),scope:(USP),scope:(USP_EBOOKS),scope:(USP_PRODUCAO),primo_central_multiple_fe
Mostrar o que foi encontrado até o momento
This feature requires javascript
This feature requires javascript