Shluková analýza

Kateřina Spohnerová

Master's thesis

Cluster Analysis

Abstract:

Shluková analýza patří mezi velmi atraktivní vícerozměrné statistické metody. Hlavním cílem shlukové analýzy je jednak seskupit jedince do skupin na základě jejich podobností a rozdílností a dále také zhustit informace o jedincích redukcí individuálních popisů objektů do relativně menšího počtu shluků. V práci jsme se zaměřili na studium klasický metody hierarchické a nehierarchické analýzy. Dalším naším cílem je porovnat tyto metody s alternativními přístupy, např. neuronové sítě, genetické algoritmy, atd

Abstract:

Cluster analysis is ranked among very attractive multivariate methods. The main goal of cluster analysis is the assignment of a set of observations into clusters so that observations in the same cluster are similar in some sense and the reduce information about observations into the smaller number of clusters. In the present paper we focused on the study of classic method of hierarchical and non-hierarchical clustering. The next our goal is the compare this methods with alternative methods, e.g. neural networks, genetic algorithms, etc

Keywords

shluková analýza, hierarchické metody, nehierarchické metody, neuronové sítě, genetické algoritmy

Keywords

cluster analysis, hierarchical methods, non-hierarchical methods, neural networks, genetic algorithm

Language used: Czech

Date on which the thesis was submitted / produced: 8. 4. 2010

Thesis defence

• Date of defence: 19. 5. 2010
• Supervisor: Jaroslav Marek
• Reader: Pavel Tuček

Univerzita Palackého

Přírodovědecká fakulta

Master programme / field:
Aplikovaná matematika / Aplikace matematiky v ekonomii