04655ntm a22005537a 4500 000194900 CZ-PrVSE 20110620175452.0 m d cr n|||||||||| 110620s2010 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 Žambochová, Marta, 1964- ola2008434620 dis Shluková analýza rozsáhlých souborů dat [elektronický zdroj] : nové postupy založené na metodě k-průměrů / Marta Žambochová 2010 ?? s. : digital, PDF soubor Vedoucí práce: Hana Řezanková Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Abstrakt Shluková analýza se stala jedním z hlavních nástrojů používaných při získávání znalostí z dat, které je označováno jako data mining. V této nové oblasti analýzy dat se často zpracovávají datové soubory velkých rozměrů, a to jak co do počtu sledovaných objektů, tak co do počtu proměnných, kterými jsou objekty charakterizovány. Pro shlukování dat bylo vyvinuto mnoho metod. Jednou z často používaných technik je metoda k-průměrů. Jejím základem je hledání nejlepšího přiřazení objektů do shluků na principu inicializačního rozdělení objektů a následného postupného přerozdělování s využitím optimalizační funkce. Cílem této disertační práce bylo jednak porovnání vybraných existujících variant metody k-průměrů, detailní charakteristika jejich pozitivních a negativních vlastností, jednak návrh nových modifikací této metody a jejich experimentální srovnání s již existujícími přístupy. Tyto cíle byly splněny. Ve své práci jsem se zaměřila na modifikace metod k-průměrů pro shlukování velkého počtu objektů, konkrétně na algoritmy BIRCH k-průměrů, filtrovací, dvou- fázový a k-průměrů++. Experimentálně jsem sledovala časovou náročnost jednotlivých algoritmů, vliv inicializačních rozdělení, vliv odlehlých objektů a validitu výsledných shluků. Při experimentech byly použity dva reálné datové soubory a dále několik souborů generovaných. V závěru práce jsou shrnuty společné a rozdílné rysy zkoumaných variant metody k-průměrů s důrazem na výše uvedená hlediska. Přínosem práce je tedy kromě zhodnocení současných variant metody k-průměrů především návrh výše uvedených nových modifikací, jejich naprogramování a experi- mentální ověření. Modifikace přinesly zejména urychlení výpočtu způsobené zjedno- dušením práce s účelovou funkcí a kritérií ukončení programu. Aplikován Nejzásadnější z navržených změn je modifi-kace filtrovacího algoritmu, která přináší zcela novou vlastnost této metody, a to odhalení odlehlých objektů. Součástí práce je CD, které obsahuje zdrojové kódy jednotlivých programů vytvořených ve vývojovém prostředí MATLAB. Programy byly vytvořeny speciálně pro účely této práce a jsou určeny pro experimentální použití. CD také obsahuje datové soubory využívané k jednotlivým pokusům. Způsob přístupu: Internet Disertační práce (Ph.D.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2010 Rok obhajoby 2010 odlehlé objekty inicializační rozdělení do shluků časová náročnost zpracování metoda k-průměrů velké soubory dat shluková analýza statistika [obor disert. práce] disertace fd132024 czenas dissertations eczenas Řezanková, Hana, 1956- ola2004231522 ths Húsek, Dušan opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 https://isis.vse.cz/zp/14860/podrobnosti VŠKP v InSIS https://isis.vse.cz/zp/14860 Hlavní práce https://isis.vse.cz/zp/14860/posudek/vedouci Hodnocení vedoucího https://isis.vse.cz/zp/14860/posudek/oponent/17569 Oponentura https://isis.vse.cz/zp/14860/posudek/oponent/17570 Oponentura http://isis.vse.cz/zp/85464/podrobnosti dc:identifier NEPOSILAT VSKP md5 85464 50a9bd64bd05e5cdb5c533682f4aa295 85464 vse14860 110520