×

Serwis używa ciasteczek ("cookies") i podobnych technologii m.in. do utrzymania sesji i w celach statystycznych. • Ustawienia przeglądarki dotyczące obsługi ciasteczek można swobodnie zmieniać. • Całkowite zablokowanie zapisu ciasteczek na dysku komputera uniemożliwi logowanie się do serwisu. • Więcej informacji: Polityka cookies OPI PIB


  • Tytuł artykułu:
    Problematyka doboru miary odległości w klasyfikacji spektralnej danych symbolicznych
  • Tytuły w innych językach:
    The Problem of Distance Measure Selection for Spectral Clustering of Symbolic Data
  • Opublikowany w czasopiśmie:
  • Rocznik 2014,  numer nr 195
  • 141-150
  • Oryginalny artykuł naukowy
  • polski
  • article-e822e8a8-8906-4a2c-aa51-6dd499df3319
  • uek-171356377
  • 10.08.2015 08:10:16
  • Marcin Pełka [1]
  • [1] Uniwersytet Ekonomiczny we Wrocławiu
  • Brak afiliacji
Nie znaleziono publikacji cytujących ten artykuł
  1. Analysis of symbolic data. Explanatory methods for extracting statistical information from complex data. Eds. H.-H. Bock, E. Diday. Springer Verlag, Berlin 2000.
  2. Dudek A.: Metody analizy danych symbolicznych w badaniach ekonomicznych. Wydawnictwo UE we Wrocławiu, Wrocław 2013.
  3. Karatzoglou A.: Kernel methods. Software, algorithms and applications. Rozprawa doktorska. Technische Universität Wien 2006.
  4. Leisch F., Dimitriadou E.: mlbench package, 2010, www.r-project.org.
  5. Luxburg U. von: A tutorial on spectral clustering. Max Planck Institute for Biological Cybernetics, Technical Report TR-149, 2006.
  6. Luxburg U. von, Bousquet O., Belkin M.: Limits of spectral clustering. W: Advances in Neural Information Processing Systems (NIPS) 17. Eds. L. Saul, Y. Weiss, L. Bottou. MIT Press, Cambridge, MA, 2005.
  7. Ng A., Jordan M., Weiss Y.: On spectral clustering: Analysis and algorithm. W: Advances in Neural Information Processing Systems 14. Eds. T. Dietterich, S. Becker, Z. Ghahramani. MIT Press, Cambridge 2002.
  8. Shorteed S.: Learning in spectral clustering. Rozprawa doktorska. Univeristy of Washington 2006.
  9. Verde R.: Clustering methods in symbolic data analysis. W: Classification, Clustering and Data Mining Applications. Eds. D. Banks, L. House, E.R. McMorris, P. Arabie, W. Gaul. Springer-Verlag, Heidelberg 2004.
  10. Walesiak M., Dudek A.: clusterSim package, 2013, www.r-project.org.
  11. Walesiak M., Dudek A.: Odległość GDM dla danych porządkowych a klasyfikacja spektralna. "Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu" 2009, nr 84.
  12. Walesiak M.: Klasyfikacja spektralna a skale pomiaru zmiennych. "Przegląd Statystyczny" 2012, z. 1.
  13. Walesiak M.: Metody klasyfikacji. W: Metody statystycznej analizy wielowymiarowej w badaniach marketingowych. Red. E. Gatnar, M. Walesiak. Wydawnictwo AE we Wrocławiu, Wrocław 2004.
  14. Walesiak M.: Problemy decyzyjne w procesie klasyfikacji zbioru obiektów. "Prace Naukowe Akademii Ekonomicznej we Wrocławiu" 2004, nr 1010.
  15. Walesiak M.: Zagadnienie doboru liczby klas w klasyfikacji spektralnej. "Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu" 2013, nr 278.
Artykuł nie posiada rozwiązanych cytowań