Tytuł:

Wybór wartości parametrów przez walidację wyników klasyfikacji taksonomicznej metody wektorów nośnych

Tytuł publikacji grupowej:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Tytuł odmienny:

On Parameter Selection and Validation of Support Vector Clustering

Autor:

Trzęsiok, Michał

Opis:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2008; Nr 7, s. 354-363

Abstrakt:

Support Vector Clustering (SVC) is a new method for unsupervised classification. The advantage of this method is that no prior assumptions about the number or the shape of clusters are required. The choice of two parameters: the soft margin constant and the Gaussian kernel parameter, is crucial to the clustering solutions. In the paper the validation of SVC based on resampling techniques is proposed as a method for a parameter selection. The method was illustrated on benchmark data set from R package cluster Sim.

Wydawca:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2008

Typ zasobu:

artykuł

Język:

pol

Powiązania:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2008; Nr 7 (1207) ; Taksonomia 15 ; Klasyfikacja i analiza danych - teoria i zastosowania

Prawa:

Wszystkie prawa zastrzeżone (Copyright)

Prawa dostępu:

Dla wszystkich w zakresie dozwolonego użytku

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu

Źródło finansowania:

Dofinansowano z programu "Społeczna odpowiedzialność nauki" Ministra Edukacji i Nauki (SONB/SP/546390/2022). Tytuł projektu: Upowszechnienie zawartości czasopisma Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu