04124ntm a22005297i 4500 000722833 CZ-PrVSE 20250608110309.0 m d cr n|||||||||| 250608s2025 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Nulíčková, Lucie ISIS:149285 dis Comparison of new approaches for hierarchical clustering of mixed data with non-hierarchical methods eng Porovnání nových přístupů hierarchického shlukování smíšených dat s nehierarchickými metodami / Lucie Nulíčková 2025 ?? stran : digital, PDF soubor Vedoucí práce: Zdeněk Šulc Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2025 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2025 Tato práce se věnuje porovnání hierarchických a nehierarchických přístupů, které lze použít pro shlukování smíšených dat. V rámci práce je popsáno a porovnáno 16 různých metod, kterými jsou Gowerova vzdálenost, nedávno představené míry vzdálenosti pro hierarchické shlukování, metoda k-medoids, k-prototypes a modelový přístup ke shlukování. Tyto metody jsou použity ke shlukování vygenerovaných datasetů. Celkem je vygenerováno 972 datasetů, které se liší v několika charakteristikách, kterými jsou počet shluků, překrytí shluků, počet proměnných objektů, poměr nominálních a kvantitativních proměnných, počet kategorií nominálních proměnných a proporce shluků. Práce sleduje několik cílů. Hlavním cílem je porovnání různých přístupů pro shlukování smíšených dat při rozdílných charakteristikách datasetů. V rámci tohoto cíle je také zjišťováno, jak se mění úspěšnost jednotlivých metod při změnách těchto vlastností. Jedním z dílčích cílů práce je porovnání metrik ARI (Adjusted Rand Index) a AMI (Adjusted Mutual Information), které jsou pro měření úspěšnosti shlukování využity. Vzhledem k zaměření práce na smíšená data je dalším dílčím cílem blíže prozkoumat, zda se úspěšnost metod při změnách vlastností datasetů liší v případě rozdílných poměrů nominálních a kvantitativních proměnných. Bylo zjištěno, že mezi nejúspěšnější metody patří k-prototypes a nedávno představená modifikace Gowerovy vzdálenosti xSV. Tyto metody dosahovaly lepších výsledků oproti ostatním metodám téměř za jakýkoliv podmínek. Pro většinu modifikací Gowerovy vzdálenosti platilo, že dosahovaly lepších výsledků při vyšším zastoupením nominálních proměnných v souboru. Metriky ARI a AMI hodnotily jednotlivé výsledky téměř shodně, jejich trend se lišil v případě hodnocení Způsob přístupu: Internet statistika [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas metody rozkladu porovnání hierarchické shlukování smíšená data modelový přístup ke shlukování shluková analýza Šulc, Zdeněk vse20191023055 ths Horníček, Jaroslav ISIS:158218 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/90001/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/90001 Hlavní práce https://insis.vse.cz/zp/90001/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/90001/posudek/oponent/85693 Oponentura https://insis.vse.cz/zp/90001/podrobnosti dc:identifier NEPOSILAT VSKP vse90001 250605 90001