Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Spistreści
7
2.4.2.Odpodziałówfiducjarnychdoostrych.......................161
2.5.Propagacjapowinowactwa.........................................163
3.Ocenajakościskupieńistosowalnościalgorytmów....................166
3.1.Przygotowaniedanych.............................................166
3.2.Wybórliczbyskupień.............................................168
3.2.1.Prosteheurystyki...........................................169
3.2.2.Metodywykorzystującekryteriainformacyjne...............170
3.2.3.Klastergramy...............................................171
3.3.Miaryjakościpodziału............................................171
3.4.Porównywaniepodziałów..........................................175
3.4.1.Prostemetodyporównywaniapodziałów....................176
3.4.2.Metodypomiaruczęściwspólnychpodziałów................177
3.4.3.Metodywykorzystującewzajemnąinformację...............179
3.5.Miaryjakościpokrycia............................................181
3.6.Analizadużychzbiorówdanych....................................182
3.6.1.Prosteusprawnienia........................................182
3.6.1.1.FFCM:szybkialgorytmFCM......................183
PFCM:równoległyalgorytmFCM..................184
WFCM:ważonyalgorytmFCM....................184
mrFCM:algorytmFCMzwieloetapowym
próbkowaniem......................................185
4.Metodyspektralnewanalizieiredukcjidanych.......................187
4.1.Notacja...........................................................192
4.2.Spektralnaanalizadanych.........................................196
4.2.1.Optymalizacjaspektralna...................................196
4.2.1.1.Przypadekdwóchklas..............................196
4.2.1.2.DalszezastosowaniawektoraFiedlera...............202
4.2.1.3.Przypadekwieluklas...............................204
4.2.2.Alternatywnefunkcjekryterialne............................207
4.2.3.Zadanierozcinaniagrafujakouogólnionyproblemwłasny...210
4.2.4.Metodyrozwiązywaniauogólnionegoproblemuwłasnego....215
4.2.5.Spektralnealgorytmygrupowaniadanych...................220
4.2.5.1.AlgorytmnormalizowanychcięćShiiMalika(SM)..223
4.2.5.2.AlgorytmnormalizowanychcięćVermyiMeili(VM)224
4.2.5.3.SpektralneodwzorowanieNg,Jordana
iWeissa(NJW)....................................225
4.2.5.4.AlgorytmDaSpec..................................229
4.2.6.Maksymalizacjaspójnościgrup.............................232
4.2.7.Przykłady..................................................234
4.2.8.Dostrajaniealgorytmu......................................238
4.2.8.1.Wybórparametruω................................238
4.2.8.2.Wzmacnianiestrukturyblokowej...................240
