BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Najman Krzysztof
Tytuł
Propozycja metody redukcji zbioru zmiennych grupujących opartej na koncentracji obiektów na sieci SOM
Proposition of Reduction Variables Number Method Based on Object Concentration on SOM Network
Źródło
Prace i Materiały Wydziału Zarządzania Uniwersytetu Gdańskiego, 2007, nr 5, s. 611-622, tab., rys., bibliogr. 10 poz.
Słowa kluczowe
Bazy danych, Mapa samoorganizująca, Sieć Kohonena, Badania naukowe
Databases, Self-Organizing Maps (SOM), Network Kohonena, Scientific research
Uwagi
summ.
Abstrakt
Przedstawiono procedurę eliminacji zmiennych o najmniejszym potencjale dyskryminacyjnym opartą na pomiarze koncentracji obiektów na sieci Kohonena SOM. Istota metody została wyjaśniona w oparciu o dwa abstrakcyjne przykłady teoretyczne. Możliwości aplikacyjne zostały zaprezentowane w oparciu o jeden przykład empiryczny z polskiego rynku kapitałowego.

The problem of selection of variables seems to be the key issue in classification of multi-dimensional objects. An optimal set of features should be made of only those variables, which are essential for the differentiation of studied objects. This selection may be made easier if a graphic analysis of an U-matrix is carried out. It allows to easily identify variables, which do not differentiate the studied objects. A graphic analysis may, however, not suffice to analyse data when an object is described with hundreds of variables. The author of the paper propose a procedure which allows to eliminate variables with the smallest discriminating potential based on the measurement of concentration of objects on the Kohonen self organising map networks. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Deboeck G., Kohonen T. (1998), Visual explorations in finance with Self-Organizing Maps, Springer-Verlag, London.
  2. Gnanadesikan R., Kettenring J.R., Tsao S.L. (1995), Weighting and selection of variables for cluster analysis, Journal of Classification, vol. 12.
  3. Kohonen T. (1997), Self-Organizing Maps, Springer Series in Information Sciences, Springer-Verlag, Berlin Heidelberg.
  4. Migdał Najman K., Najman K. (2001), Zastosowanie sieci neuronowej typu SOM do wyboru najatrakcyjniejszych spółek na WGPW, Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek, Prace Naukowe Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Nr 952, Wrocław.
  5. Migdał Najman K., Najman K. (2003), Zastosowanie sieci neuronowej typu SOM w badaniu przestrzennego zróżnicowania powiatów, Wiadomości Statystyczne nr 4.
  6. Migdał Najman K., Najman K. (2006), Wykorzystanie indeksu silhouette do ustalania optymalnej liczby skupień, Wiadomości Statystyczne, Nr 6.
  7. Migdał Najman K. (2006), Ocena wyniku grupowania w oparciu o indeks silhouette w: Konkurencyjność polskich przedsiębiorstw na rynku UE wybrane aspekty. Prace i Materiały Wydziału Zarządzania Uniwersytetu Gdańskiego nr 2.
  8. Milligan G.W., Cooper M.C. (1985), An examination of procedures for determining the number of clusters in data set. Psychometrika, 50(2).
  9. Rousseeuw PJ. (1987), Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. J. Comput. Appl. Math. 20.
  10. Vesanto J. (1997), Data Mining Techniques Based on the Self Organizing Map, Thesis for the degree of Master of Science in Engineering, Helsinki University of Technology.
Cytowane przez
Pokaż
ISSN
1732-1565
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu