BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Basiura Beata (Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie)
Tytuł
Metoda Warda w zastosowaniu klasyfikacji województw Polski z różnymi miarami odległości
The Ward Method in the Application for Classification of Polish Voivodeships with Different Distances
Źródło
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia (21), 2013, nr 279, s. 209-216, tab., bibliogr. 14 poz.
Research Papers of Wrocław University of Economics
Tytuł własny numeru
Klasyfikacja i analiza danych - teoria i zastosowania
Słowa kluczowe
Miara podobieństwa, Metoda Warda, Klasyfikacja, Miara odległości
Similarity measure, Ward method, Classification, Distance measures
Uwagi
streszcz., summ.
Abstrakt
W niniejszej pracy proponuje się porównanie wyników klasyfikacji województw Polski z zastosowaniem różnych funkcji celu. Badanie starano się przeprowadzić na podstawie danych empirycznych z uzasadnieniem wyboru miary podobieństwa. Porównano wyniki otrzymane przy zastosowaniu klasycznej metody Warda oraz algorytmu proponowanego przez formułę Lance'a-Williamsa. Wydaje się, że stosowanie różnych miar odległości w klasyfikacji województw Polski metodą Warda daje porównywalne jakości klasyfikacji. Na tle zaproponowanych odległości wyróżnia się ważona odległość euklidesowa.(abstrakt oryginalny)

This paper proposes to compare the results of the classification of Polish voivodeships with different objective function. It was attempted to perform the study on the basis of empirical justification for the selection of the similarity measures. The results obtained using the classical method of Ward and the algorithm proposed by the Lance-Williams formula were compared. It seems that the use of different distance measures in the classification of Polish voivodeships using the Word method gives comparable classification quality. Against the background of the proposed distance the weighted Euclidean distance is distinguished.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Batagelj V., 1988, General Ward and Related Clustering Problems, Classification and Related Methods of Data Analysis, Amsterdam, pp. 67-74.
  2. Calinski R.B., Harabasz J., 1974, A dendrite method for cluster analysis, "Communications in Statistics", vol. 3, 1-27.
  3. Davies D.L., Bouldin D.W., 1979, A cluster separation measure, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 1, no. 2, pp. 224-227.
  4. Gatnar E.,Walesiak M. (red.), 2004, Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, Wydawnictwo AE, Wrocław.
  5. Jain A., Dubes R., 1988, Algorithms for Clustering Data, Prentice Hall, New Jersey.
  6. Kaufman L., Rousseeuw P.J., 1990, Finding Groups in Data: an Introduction to Cluster Analysis, Wiley, New York, pp. 83-88.
  7. Lance G., Williams W.T., 1967, A general theory of classificatory storing strategies i hierarchical systems, "Computer Journal", nr 9.
  8. Mirkin B., 2005, Clustering for Data Mining, Chapman&Hall/CRC.
  9. Sokal R.R., Rohlf F.J., 1962, The comparison of dendrograms by objective methods, "Takson" no. 2, pp. 33-40.
  10. Szekely G., Rizzo M., 2005, Hierachical clustering vie Joit between-within distances: extending Ward's minimum variance method, "Journal of Classification", vol. 22, pp. 151-183.
  11. Walesiak M., Gatnar E., 2009, Statystyczna analiza danych z wykorzystaniem programu R, PWN, Warszawa.
  12. Walesiak M., Dudek M., 2012, Package 'clusterSim' in R project, http://keii.ue.wroc.pl/clusterSim/ index.html.
  13. Ward J.H., 1963, Hierarchical grouping to optimize an objective function, "Journal of the American Statistical Association", no. 58, pp. 236-244.
  14. R Development Core Team (2005). R: A language and environment for statistical computing, reference index version 2.12.2 (2011-02-25) R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.R-project.org.
Cytowane przez
Pokaż
ISSN
1899-3192
1505-9332
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu