Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
PRACENAUKOWEUNIWERSYTETUEKONOMICZNEGOWEWROCŁAWIUnr207
RESEARCHPAPERSOFWROCŁAWUNIVERSITYOFECONOMICS
nr278•2013
Taksonomia20.Klasyfikacjaianalizadanych-teoriaizastosowania
ISSN1899-3192
MarekWalesiak
UniwersytetEkonomicznyweWrocławiu
ZAGADNIENIEDOBORULICZBYKLAS
WKLASYFIKACJISPEKTRALNEJ
Streszczenie:Wartykuleprzetestowanoprzydatnośćpięciuindeksówocenyjakościklasyfi-
kacjiwzagadnieniudoboruliczbyklaswklasyfikacjispektralnejuwzględniającejczterytypy
odległości(kwadratodległościeuklidesowej,odległośćeuklidesowa,odległośćmiejska,odleg-
łośćGDM1).Weksperymentachwykorzystanoklasycznedanemetryczneoznanejstrukturze
klasobiektówwygenerowanezwykorzystaniemzfunkcjicluster.Genpakietuclu-
sterSimoraznieklasycznezbiorydanychutworzonezwykorzystaniemfunkcjipakietu
mlbench,geozooorazzbiorówwłasnych.Dlamodeliwkażdymeksperymenciewygene-
rowano40zbiorówdanych,przeprowadzonoklasyfikacjęspektralnązzastosowaniemodpo-
wiedniegoindeksuiotrzymanerezultatyklasyfikacjiporównanozeznanąstrukturąklasza
pomocąskorygowanegoindeksuRanda.
Słowakluczowe:analizaskupień,klasyfikacjaspektralna,liczbaklas.
1.Wstęp
Zagadnieniedoboruliczbyklasnależydonajważniejszychkrokówwkażdejproce-
durzeklasyfikacyjnej.
Wartykuleprzetestowanoprzydatnośćpięciuindeksówocenyjakościklasyfika-
cjiwzagadnieniudoboruliczbyklaswklasyfikacjispektralnejuwzględniającejczte-
rytypyodległości.Weksperymentachwykorzystanoklasycznedanemetryczne
oznanejstrukturzeklasobiektówwygenerowanezwykorzystaniemzfunkcjiclu-
ster.GenpakietuclusterSimoraznieklasycznezbiorydanychutworzone
zwykorzystaniemfunkcjipakietumlbench,geozooorazzbiorówwłasnych.
2.Klasyfikacjaspektralna
Wjednymzpodstawowychkrokówklasyfikacjispektralnejwyznaczasięspektrum
(widmo)macierzyLaplace’a.Wmatematycezbiórwartościwłasnychmacierzyna-
zywasięspektrum(widmem)macierzy(zob.np.[Kolupa1976,s.182]).Podstawo-
wyalgorytmklasyfikacjispektralnejdladanychmetrycznychzaproponowano
