03715ntm a22005177i 4500 000713628 CZ-PrVSE 20240608092444.0 m d cr n|||||||||| 240608s2024 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Nováková, Veronika ISIS:142783 dis Alternative visualizations on categorical data in cluster analysis eng Alternativní způsoby vizualizace kategoriálních dat ve shlukové analýze / Veronika Nováková 2024 ?? stran : digital, PDF soubor Vedoucí práce: Jana Cibulková Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2024 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2024 Tato diplomová práce se zabývá možnostmi vizualizaci shlukové analýzy kategoriálních dat, jelikož zatímco možností vizualizace v případě použití kvantitativních proměnných je mnoho, v případě kategoriálních dat tyto možnosti chybí. Tato práce nabízí přehled možných přístupů k vizualizaci kategoriálních dat a shlukové analýzy obecně. Dále je v práci navržen nový postup vizualizace, který se vypořádává s problémy spojených s vizualizací kategoriálních dat a bude tak vhodným nástrojem pro grafické znázornění výsledků shlukové analýzy. Za tímto účelem jsou nejdříve popsány základní principy samotné shlukové analýzy se zaměřením na shlukování kategoriálních dat. Dále práce popisuje různé metody, které lze použít pro uspořádání kategorií a určení jejich vzdáleností. Na základě popsaných teoretických poznatků tato práce navrhuje nové postupy nazvané HCADM, HCAKL, LBCADM a LBCAKL. Tyto metody se s problémem uspořádáním kategorií na osách grafu vypořádávají použitím metod hierarchického shlukování a shlukování pomocí latentních bloků. K druhému problému, určení vzdáleností kategorií, představené metody používají míry OF, IOF, Lin nebo vzdálenost Kullback-Leibler. Účinnost metod HCADM, HCAKL, LBCADM a LBCAKL je ilustrována na dvou datových soubor a lze vidět, že grafy vzniklé představenými metodami lze využít pro vizualizaci shlukové analýzy kategoriálních dat. Výsledné grafy vedou k přehlednějšímu znázornění shluků a mohou tak být použity jako obdoba cluster scatter plotu pro kategoriální proměnné Způsob přístupu: Internet statistika [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas vizualizace dat uspořádání kategorií vzdálenosti kategorií kategoriální data shluková analýza Cibulková, Jana ISIS:129091 ths Šulc, Zdeněk vse20191023055 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/83026/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/83026 Hlavní práce https://insis.vse.cz/zp/83026/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/83026/posudek/oponent/81427 Oponentura https://insis.vse.cz/zp/83026/podrobnosti dc:identifier NEPOSILAT VSKP vse83026 240604 83026