Показати скорочений опис матеріалу

dc.contributor.authorDoroshenko, I. V.
dc.contributor.authorKnihnitska, T. V.
dc.contributor.authorKreshtanovych, M. A.
dc.date.accessioned2024-02-27T11:42:40Z
dc.date.available2024-02-27T11:42:40Z
dc.date.issued2024-01
dc.identifier.issn2663-5712
dc.identifier.urihttps://archer.chnu.edu.ua/xmlui/handle/123456789/9541
dc.description.abstractУ статті проведено порівняння алгоритмів кластеризації даних: K-Means, Hierarchical Agglomerative Clustering (HAC), Density-Based Spatial Clustering of Applications with Noise (DBSCAN), Expectation–Maximization clustering using Gaussian Mixture Models (GMM). Порівняння здійснюється завдяки наперед згенерованим наборам даних, які мають різний характер поведінки: концентричні кола (2 кластери), смужки (3), хмари (3), нероздільна множина (1), серпи (2). Для кожного з наборів даних застосовано перелічені методи і визначено найкращий алгоритм кластеризації для певного типу даних. Розглянуті алгоритми кластеризації даних додатково застосовано до трьох наборів реальних даних. Для візуалізації результатів порівняння створено інтерактивний веб-застосунок для інтерактивної кластеризації даних згаданими алгоритмами, який розгорнуто на хмарному сервері shinyapps.io.uk_UA
dc.language.isootheruk_UA
dc.publisherSworld Jornal Issueuk_UA
dc.relation.ispartofseries;23, Part 1
dc.subjectкластеризація даних, кластерний аналіз, метод K-середніх, ієрархічна агломеративна кластеризація, просторова кластеризація заснована на щільності, моделі суміші Гауса.uk_UA
dc.titleComparison of data clustering algorithms// Sworld Jornal Issue No23, Part 1 January 2024 – P. 116-127uk_UA
dc.typeArticleuk_UA


Долучені файли

Thumbnail

Даний матеріал зустрічається у наступних фондах

Показати скорочений опис матеріалу