hrvatski

Komparativna analiza algoritama grupiranja primjerenih obradi velikih skupova podataka

Cilj ovog rada je ispitivanje i usporadba svojstava algoritama grupiranja prikladnih za grupiranje velikih skupova podataka. Algoritmi odabrani kao prikladni u tu svrhu su: K-means, CLARANS, BIRCH i DENCLUE. Kvaliteta grupiranja je najvažniji kriterij usporedbe algoritama. Kvaliteta grupiranja mjeri se unutarnjim i vanjskim validacijskim metrika. Objašnjen je rad svih odabranih algoritama i validacijske metrike su definirane, a potom su provedena ispitivanja. Algoritmi grupiranja primjenjeni su ponajprije nad sintetiˇckim skupovima podataka, ali i na dva stvarna skupa. Ispitan je utjecaj oblika grupa, neravnoteže med¯u grupama i šuma u podacima na kvalitete grupiranja te skalabilnost algoritama. Algoritmi su primjenjeni i na stvarnim skupovima te je ocijenjena njihova prikladnost.

Algoritmi grupiranja, veliki skupovi podataka, validacija grupiranja, K-means, CLARANS, BIRCH, DENCLUE

nije evidentirano