Показати скорочений опис матеріалу

dc.contributor.authorDoroshenko, I.
dc.contributor.authorKnihnitska, T.
dc.contributor.authorKreshtanovych, M.
dc.date.accessioned2024-03-05T09:43:35Z
dc.date.available2024-03-05T09:43:35Z
dc.date.issued2024-01
dc.identifier.urihttps://archer.chnu.edu.ua/xmlui/handle/123456789/9662
dc.description.abstractУ статтіпроведено порівнянняалгоритмів 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 різн ий 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-Us Conference Proceedingsuk_UA
dc.subjectкластеризація даних, кластерний аналіз, метод K-середніх, ієрархічна агломеративна кластеризація, просторова кластеризація заснована на щільності, моделі суміші Гауса.uk_UA
dc.titleDoroshenko, I., Knihnitska, T., & Kreshtanovych, M. (2024). COMPARISON OF DATA CLUSTERING ALGORITHMS // науково-практична міжнародна конференція «Modern systems of science and education in the USA, EU and other countries '2024». - Sworld-Us Conference Proceedings, 1(usc22-01), P. 32–38uk_UA
dc.typeThesisuk_UA


Долучені файли

Thumbnail

Даний матеріал зустрічається у наступних фондах

Показати скорочений опис матеріалу