PL EN


2016 | 3 | 322 |
Article title

Comparison of the Accuracy of the Probabilistic Distance Clustering Method and Cluster Ensembles

Authors
Content
Title variants
PL
Porównanie dokładności metody odległości probabilistycznej i podejścia zagregowanego w taksonomii
Languages of publication
EN
Abstracts
PL
Stosowanie metod taksonomicznych w jakimkolwiek zagadnieniu grupowania wymaga jednocześnie zapewnienia wysokiej dokładności wyników podziału. Ona bowiem warunkuje skuteczność wszelkich decyzji podjętych na podstawie uzyskanych rezultatów. Dlatego też w literaturze wciąż proponowane są nowe rozwiązania, których zadaniem jest poprawa dokładności grupowania w stosunku do tradycyjnie stosowanych metod (np. k-średnich, hierarchicznych). Przykładami mogą tu być metody polegające na zastosowaniu podejścia zagregowanego (Leisch 1999; Dudoit, Fridlyand 2003; Hornik 2006; Fred, Jain 2002), czy niedawno zaproponowana metoda odległości probabilistycznej (Ben-Israel, Iyigun 2008).Głównym celem artykułu jest porównanie dokładności omawianej metody z dokładnością podejścia zagregowanego w taksonomii.
EN
High accuracy of results is a very important aspect in any clustering problem t determines the effectiveness of decisions based on them. Therefore, literature proposes methods and solutions that aim to give more accurate and stable results than traditional clustering algorithms (e.g. k-means or hierarchical methods). Cluster ensembles (Leisch 1999; Dudoit, Fridlyand 2003; Hornik 2006; Fred, Jain 2002) or the distance clustering method (Ben-Israel, Iyigun 2008) are the examples of such solutions. Here, we carry out an experimental study to compare the accuracy of these two approaches.
Year
Volume
3
Issue
322
Physical description
Dates
published
2016-12-08
Contributors
author
References
Document Type
Publication order reference
Identifiers
YADDA identifier
bwmeta1.element.ojs-doi-10_18778_0208-6018_322_07
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.