Zastosowanie pakietów programu R do porównania stabilności grupowania
DOI:
https://doi.org/10.18778/0208-6018.330.05Słowa kluczowe:
grupowanie, taksonomia, stabilnośćAbstrakt
W ostatnich latach dużo uwagi poświęca się zagadnieniu stabilności metod taksonomicznych, czyli odpowiedzi na pytanie o to, na ile struktura odkryta przez daną metodę rzeczywiście jest obecna w danych. W literaturze zaproponowano wiele różnych sposobów pomiaru stabilności. W ślad za rozważaniami teoretycznymi w tym zakresie idzie także rozwój narzędzi informatycznych pozwalających na praktyczne zastosowanie zaproponowanych sposobów badania stabilności. Wśród tych narzędzi jest także kilka bibliotek w programie R, np. clValid, clv, fpc, ClusterStability, pvclust. Celem artykułu jest porównanie wyników badania stabilności grupowania za pomocą wybranych bibliotek w programie R.
Pobrania
Bibliografia
Ben‑Hur A., Guyon I . (2003), Detecting Stable Clusters Using Principal Component Analysis, “Methods in Molecular Biology”, vol. 224, pp. 59–182.
Google Scholar
Brock G., Pihur V., Datta S., Datta S. (2011), clValid: An R Package for Cluster Validation, http://cran.us.r‑project.org/web/packages/clValid/vignettes/clValid.pdf.
Google Scholar
Fang Y., Wang J. (2012), Selection of the Number of Clusters via the Bootstrap Method, “Computational Statistics and Data Analysis”, vol. 56, pp. 468–477.
Google Scholar
Granichin O., Volkovich Z., Toledano‑Kitai D. (2015), Cluster Validation, “Randomized Algorithms in Automatic Control and Data Mining”, vol. 67, pp. 163–228.
Google Scholar
Hosein A., Behrouz M., Hamid P., Mohsen M. (2011), An Asymmetric Criterion for Cluster Validation, “Developing Concepts in Applied Intelligence”, Studies in Computational Intelligence”, vol. 363, pp. 1–14.
Google Scholar
Koepke H., Clarke B. (2013), A Bayesian Criterion for Cluster Stability, “Statistical Analysis and Data Mining: The ASA Data Science Journal”, vol. 6, issue 4, pp. 346–374.
Google Scholar
Ryazanov V. (2016), About Estimation of Quality of Clustering Results via Its Stability, “Intelligent Data Analysis”, vol. 20(1), pp. 5–15.
Google Scholar
Shamir O., Tishby N. (2008), Cluster Stability for Finite Samples, “Advances in Neural Information Processing Systems”, vol. 20, pp. 1297–1304.
Google Scholar
Volkovich Z., Barzily Z., Toledano‑Kitai D., Avros R. (2010), The Hotteling’s Metric as a Cluster Stability Measure, “Computer Modelling and New Technologies”, vol. 14, no. 4, pp. 65–72.
Google Scholar
Wang J. (2010), Consistent Selection of the Number of Clusters via Cross‑validation, “Biometrika”, vol. 97, pp. 893–904.
Google Scholar
Pobrania
Opublikowane
Jak cytować
Numer
Dział
