Naslov
Usporedba algoritama grupiranja primjenom programske knjižnice Scikit-Learn
(Comparison of clustering algorithms using the Scikit-Learn library)

Autori
Aćimović, Dunja

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, preddiplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
12.07

Godina
2019

Stranica
17

Mentor
Delač, Goran

Ključne riječi
grupiranje, algoritam k-srednjih vrijednosti, DBSCAN, hijerarhijsko grupiranje, aglomerativno grupiranje, Dunnov indeks, Davies-Bouldin indeks, Silho- uette koeficijent, Scikit-Learn, model miješane gustoće, GMM, Ward, kriterij poveza- nosti, mini batch
(clustering, k-means algorithm, DBSCAN, hierarchical clustering, agglo- merative clustering, Dunn index, Davies-Bouldin index, Silhouette score, Scikit-Learn, Gaussian mixture model, GMM, Ward, linkage criteria)

Sažetak
Algoritme grupiranja se mogu usporediti na više načina, neki od njih su: iscrtavanje podataka, mjerenje trajanja grupiranja, izračun indeksa unutarnjeg i vanjskog vredno- vanja. Rezultati ove usporedbe pokazuju da je algoritam k-srednjih vrijednosti brz i jednostavan, ali sklon greškama, te da najbolje grupira konveksne skupove u obliku kruga. Hijerarhijsko aglomerativno grupiranje je puno preciznije, ali potrebno mu je više vremena, te ga ne možemo koristiti za grupiranje velike količine podataka. DB- SCAN je brz i precizan i velika mu je prednost što ne zahtjeva unaprijed zadan broj grupa, ali nije jednako učinkovit za raspršene skupove podataka. Model miješane gus- toće (GMM) je brz i učinkovit sa svim konveksnim skupovima podataka, čak i kad nisu u kružnom obliku, ali ne grupira dobro nekonveksne skupove podataka, jer im ne može prilagoditi Gaussovu krivulju.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo

POVEZANOST RADA