文献

J-GLOBAL ID：202202277993529362   整理番号：22A0895439

9つの一般的クラスタリング法の経験的比較とキャラクタリゼーション【JST・京大機械翻訳】

An empirical comparison and characterisation of nine popular clustering methods

著者 (1件)： Hennig Christian (Dipartimento di Scienze Statistiche “Paolo Fortunati”, Universita di Bologna, Bologna, Italy)
資料名： Advances in Data Analysis and Classification  (Advances in Data Analysis and Classification)
巻： 16  号： 1  ページ： 201-229  発行年： 2022年 
JST資料番号： W4000A  ISSN： 1862-5347  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 9つの一般的なクラスタリング法を42の実データセットに適用した。目的は,小さなクラスタ内距離,クラスタの分離,Gauss分布への近接性のような,得られたクラスタの様々な個々の側面を測定するいくつかのクラスタ検証指数による方法の詳細な特性化を,Henng(データ分析と応用1:クラスタリングと回帰,モデリング推定,予測とデータマイニング,ISTELt,ロンドン,2019)に導入することである。”その方法の詳細キャラクタリゼーションを,Henng(データ分析と応用1:クラスタリングと回帰,モデリング推定,予測とデータマイニング,ISTE Ltd.,ロンドン,2019)で紹介した。データセットの30個は「真の」クラスタリングで来た。これらのデータセットにおいて,9つの方法から「真の」クラスタリングへのクラスタリングの類似性を調べた。さらに,混合効果回帰は,クラスタの観測可能な個々の側面を「真の」クラスタ化との類似性と関係づけ,実際のクラスタリング問題は観測できない。本研究は,「真の」クラスタリングを発見する方法の能力だけでなく,この方法から期待されるクラスタ化の特性にも新しい洞察を与え,それは,与えられた「真の」クラスタリングのない実際の状況における方法の選択に重要である。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 推定 ,  正規分布 ,  距離 ,  *クラスタ化 ,  データ解析 ,  *クラスタ ,  類似性 ,  *方式 ,  キャラクタリゼーション ,  検証 ,  データマイニング
準シソーラス用語： ベンチマーキング ,  ロンドン ,  近接性 ,  クラスタ検証 ,  クラスタリング法 , 【Automatic Indexing@JST】

著者キーワード (4件)： クラスタベンチマーキング ,  内部クラスタ検証 ,  外部クラスタ検証 ,  混合効果モデル

分類 (2件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： クラスタリング法 ,  経験 ,  キャラクタリゼーション