Poenostavitev dreves hierarhičnega gručenja

diplomsko delo

Rok Filipovič (Avtor), Blaž Zupan (Mentor)

Povzetek

Rezanje dreves hierarhičnega gručenja je pomemben proces, vendar je zelo težko oceniti, kje smemo rezati, da izbrana gruča res predstavlja povezavo med svojimi predstavniki. Algoritem, ki nam pomaga to doseči, je pvclust. Za generiranje vzorcev uporablja metodo stremena, ti vzorci pa se nato uporabijo za izračun korelacijskega koeficienta med pari posameznih atributov. Koeficienti se uporabijo kot mera, ki pomaga določiti razdalje med atributi, ki so ključne za delovanje hierarhičnega gručenja. Med iteracijami algoritem primerja gruče in skuša ugotoviti, katere gruče najverjetneje predstavljajo dejanske povezave med atributi. Vendar pa je ena od težav algoritma ta, da za svoje delovanje zahteva veliko časa. Zato v tej nalogi predstavimo alternativo, ki bi dosegla podobne rezultate, vendar bi zahtevala veliko manj časa. Kot kažejo rezultati, nam je z metodo silhuet uspelo izpolniti željen cilj.

Ključne besede

hierarhično gručenje;dendrogrami;pvclust;metoda stremena;interdisciplinarni študij;univerzitetni študij;diplomske naloge;

Podatki

Jezik:	Slovenski jezik
Leto izida:	2023
Tipologija:	2.11 - Diplomsko delo
Organizacija:	UL FRI - Fakulteta za računalništvo in informatiko
Založnik:	[R. Filipovič]
UDK:	004(043.2)
COBISS:	169193731
Št. ogledov:	116
Št. prenosov:	6
Ocena:	0 (0 glasov)
Metapodatki:

Ostali podatki

Sekundarni jezik:	Angleški jezik
Sekundarni naslov:	Simplification of hierarchical clustering trees
Sekundarni povzetek:	Tree cutting is an important aspect of hierarchical clustering, however, de- termining where to cut often poses a problem, as we would like the clusters to actually represent connections between the objects. An algorithm that helps us achieve this is pvclust. It generates samples through the bootstrap method, which are then used to calculate the correlation between pairs of in- dividual attributes. These values serve as a measure to determine distances that are crucial in hierarchical clustering. Throughout all iterations, the al- gorithm compares which clusters are likely to represent actual connections between features. The only issue is that the algorithm requires a signifi- cant amount of time to operate. Therefore, in this study, we are exploring an alternative that could yield similar results while significantly reducing the required time. Fortunately, it seems that we were able to reproduce sufficient results using the silhouette method.
Sekundarne ključne besede:	hierarchical clustering;dendrograms;pvclust;bootstrap method;computer science;computer and information science;computer science and mathematics;interdisciplinary studies;diploma;Računalništvo;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS):	Diplomsko delo/naloga
Študijski program:	1000407
Konec prepovedi (OpenAIRE):	1970-01-01
Komentar na gradivo:	Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani:	48 str.
ID:	19945584