Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Mierniki jakości klasyfikacji
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
XX
W artykule scharakteryzowano funkcje pomocnicze pakietu clusterSim oraz wybrane funkcje pakietów stats, cluster i ade4 służące zagadnieniu analizy skupień. Ponadto zaprezentowano przykładowe procedury, wykorzystujące analizowane funkcje, ułatwiające potencjalnemu użytkownikowi realizację wielu zagadnień klasyfikacyjnych niedostępnych w podstawowych pakietach statystycznych (np. SPSS, Statistica, SAS). (abstrakt oryginalny)
EN
The article presents auxiliary functions of clusterSim package (see Walesiak & Dudek (2006)) and selected functions of packages stats, cluster, and ade4, which are applied to solving clustering problems. In addition, the examples of the procedures for solving different clustering problems are presented. These procedures, which are not available in statistical packages (SPSS, Statistica, SAS), can help solving a broad range of classification problems. (original abstract)
XX
Artykuł opisuje procedury klasyfikacyjne, które mogą być używane dla danych symbolicznych (tj. dla danych mogących być reprezentowanych w postaci: liczb, danych jakościowych, przedziałów liczbowych, zbioru wartości, zbioru wartości z wagami), przedstawia problemy związane z mierzeniem jakości klasyfikacji dla tych procedur (takie jak brak „klasycznej" macierzy danych) oraz przedstawia, które ze znanych indeksów, takich jak: Silhouette, indeks Calińskiego-Harabasza, indeks Bakera-Huberta, indeks Huberta-Levine, indeks Ratkowskiego, indeks Balia, indeks Hartigana, indeks Krzanowskiego-Lai, indeks Scotta, indeks Marriota, indeks Rubina i indeks Friedmana, mogą być wykorzystane dla tego typu danych oraz jakie są miary jakości podziału specyficzne dla danych symbolicznych. Na podstawie przeprowadzonych symulacji zaproponowane zostały indeksy faktycznie odzwierciedlające strukturę klas dla poszczególnych algorytmów klasyfikacyjnych. (abstrakt oryginalny)
EN
This paper describes main classification methods used for symbolic data (e.g. data in form of: single quantitative value, categorical value, interval, multivalued variable, multivaliued variable with weights) presents difficulties of measuring clustering quality for symbolic data (such as lack of "traditional" data matrix), presents which of known indexes like Silhouette index, Ball index, Hartingan index, Baker and Hubert index, Huberta and Levine index, Ratkovski index, Ball index, Hartigan index, Krzanowski and Lai index, Scott index, Marriot index, Rubin index, Friedman index may be used for validation of such type of data and what indexes are specific only for symbolic data. Simulation results arc used to propose most adequate indexes for each classification algorithm. (original abstract)
XX
Celem opracowania jest ocena jakości klasyfikacji województw Polski pod względem stanu zanieczyszczenia środowiska naturalnego oraz wyłonienie najlepszego podziału analizowanych obiektów. Jakość dokonanego podziału została oceniona za pomocą mierników określających stopień heterogeniczności poszczególnych grup i punktów izolowanych w danej klasyfikacji. W klasyfikacji wykorzystano metodę mediany i Warda, na różnych poziomach dendrogramu oceniono jakość klasyfikacji oraz dokonano wyboru podziału najlepszego. Badanie przeprowadzono w przekroju województw Polski, a informacje statystyczne dotyczą roku 2005. Lista zmiennych diagnostycznych obejmowała główne obszary podlegające zanieczyszczeniom, tj. powietrze, wodę i glebę. Obliczenia wykonano w programach Statistica i Taksonomia numeryczna. (abstrakt oryginalny)
EN
The purpose of the study is an appraisal of the quality of the classification of Polish voivodeships by the environment pollution and the identification of the best division of objects under study. The quality of the division is estimated by measures determining the homogeneity degree of certain groups and points isolated within the given classification. While establishing the classification median and Ward methods were applied, the classification quality was rated on different dendrogram levels and the best division was chosen. The study covers all voivodeships and the statistic information refers to the year 2005. The list of diagnostic variables includes key issues subject to the pollution, i.e. soil, water resources and air. The Statistica and Taksonomia numeryczna software were used for computing. (original abstract)
4
Content available remote Wpływ liczby skupień na jakość predykcyjnych modeli hybrydowych
84%
XX
Celem opracowania jest przedstawienie wpływu liczby skupień na jakość predykcyjnych modeli hybrydowych. Autorzy zbudowali modele hybrydowe łącząc metodę k-średnich z drzewami klasyfikacyjnymi CART. W analizie wykorzystano kilka zbiorów obserwacji pobranych z ogólnie dostępnych repozytoriów i tematycznie związanych z szeroko rozumianą działalnością marketingową przedsiębiorstw. Przy wyborze optymalnej liczby skupień korzystano z miar: Calińskiego-Harabasza, Krzanowskiego-Lai, Davies'a-Bouldin'a, Hartigana oraz statystyki gap. Następnie zbudowano modele drzew klasyfikacyjnych traktując przynależność obiektu do skupienia jako dodatkową zmienną niezależną. Oceny rozwiązań dokonano za pomocą popularnych współczynników: dokładności, czułości, precyzji, średniej G (G mean) i miary F (F measure) oraz za pomocą wartości współczynnika lift dla pierwszego decyla zbioru testowego. (abstrakt oryginalny)
EN
The goal of this paper is to present the impact of the number of clusters on the performance of hybrid predictive models. The authors constructed a hybrid model combining the k-means algorithm with decision trees (CART algorithm). The study is based on several datasets downloaded from popular repositories and related to the marketing activity of companies. In the first stage, objects were clustered by using the k-means algorithm. While choosing the optimal number of clusters, authors decided to utilise popular cluster validity measures: the Calinski-Harabasz index, the Krzanowski-Lai index, the Davies-Bouldin index, the Hartigan index and gap statistics. In the second stage, the C&RT algorithm was applied, treating the cluster membership of objects as a new independent variable. The performance of models was evaluated by using popular measures such as accuracy, precision, recall, G-mean, F-measure and lift in the first decile. (original abstract)
XX
Występująca obecnie na świecie olbrzymia ilość informacji powoduje konieczność budowy i rozwijania coraz doskonalszych narzędzi wspomagających wyszukiwanie informacji relewantnej dla użytkownika. Wyszukiwanie dokumentów, ich filtrowanie i kategoryzację można potraktować jako zagadnienia klasyfikacji dokumentów. W artykule zajmujemy się klasyfikacją dokumentów przy pomocy metod analizy skupień (ang. clustering analysis). Problem klasyfikacji dokumentów jest niezwykle skomplikowany ze względu na złożoność języka naturalnego i ogromny wymiar przestrzeni klasyfikacyjnej cech związany z liczbą słów występujących w języku naturalnym. W pracy jako algorytmu klasyfikującego użyto algorytmu Warda, ponieważ algorytm ten minimalizuje wariancję wewnątrzskupieniową, dzięki czemu uzyskam klasy są wzajemnie względnie odległe od siebie. Autorzy przeprowadzili szereg eksperymentów dotyczących kategoryzacji dokumentów w języku polskim. Dla dokumentów w języku polskim konieczne okazało się użycie słownika, który sprowadza formy fleksyjne do formy podstawowej (np. dla rzeczowników jest to mianownik w liczbie pojedynczej). Uzyskana w wyniku eksperymentów jakość klasyfikacji na poziomie 80-86 % dla języka polskiego, jest porównywalna z wynikami uzyskanymi w innych badaniach [6, 10] dla języka angielskiego. Nowością w pracy jest wbudowanie w algorytm klasyfikacyjny struktury słownikowej - tezaurusa - tworzącego hierarchiczną strukturę pojęć w ramach rozpoznawanych tematów dokumentów. Mechanizm ten pozwolił autorom na uzyskanie wyższej (90-93 %) jakości klasyfikacji dokumentów.(abstrakt oryginalny)
XX
Innowacyjne podejście do problematyki konkurencyjności i postęp, jaki doko-nał się w ostatnich latach w tej dziedzinie, doprowadził do wypracowania no-wych, systemowych rozwiązań odpowiadających na wyzwania współczesnej gospodarki. Zaistnienie koncepcji klastrów na przełomie lat 80. i 90. XX wie-ku stanowiło przełom w tradycyjnym podejściu do współpracy świata nauki i biznesu, w szczególności w kontekście transferu technologii z jednostek zaj-mujących się pracami badawczo-rozwojowymi do przedsiębiorstw przemysło-wych. Idea klastrów stanowi nowy sposób kreowania konkurencyjności przed-siębiorstw, oparty na stymulowaniu interakcji pomiędzy poszczególnymi podmiotami życia gospodarczego, które mają na celu generowanie i przyśpie-szenie procesów innowacyjnych. Doświadczenia światowe pokazują, że struk-tury klastrowe są skuteczną formą poszukiwania efektów synergii wynikają-cych z kooperacji przedsiębiorstw z innymi firmami i jednostkami naukowymi [Kowalski 2009, s. 124]. Innowacyjność odgrywa kluczową rolę w działalności klastrów - determi-nuje ich międzynarodową konkurencyjność. Innowacyjne klastry różnią się od tradycyjnych lokalnych systemów produkcyjnych tym, że istotne jest tam partnerstwo i współpraca nie tylko między firmami, ale także między firmami a światem nauki i badań. Instytuty badawcze oraz uniwersytety są więc w ta-kich klastrach istotnymi podmiotami, które wchodzą w sieci powiązań i inte-rakcji ze współpracującymi między sobą przedsiębiorstwami danego systemu produkcyjnego. O takich klastrach często się mówi, że stanowią one lokalne systemy innowacyjne [Wojnicka 2002, s. 34].(fragment tekstu)
EN
Expansion innovative integration structures are determined by many factors. The aim of the study is to identify factors in the develop-ment of innovative forms of integration links occurring in agribusiness in the context of entrepreneurship and competitiveness. The study hypothe-sized assuming importance of cluster structures in enhancing competi-tiveness and innovation. Developing enriched presentation of research re-sults for selected determinants of the development of cluster structures. On the basis of the percentage of scientific articles presenting it has been shown that the key success factors of the cluster are: the degree of de-velopment of the network and the association at a given location, a strong base of support innovative activities of R&D, as well as the existence of a developed skill base in the form of qualified staff. Respondents indicated entrepreneur while on such fundamental factors as entrepreneurial action, willingness to take risks units, the presence of the leader picking up such activities, and the idea for an innovative business. Study emphasizes the importance of clusters in the creation of the competitiveness of enterpris-es, based on the stimulation of interaction between actors, whose purpose is to generate and accelerate innovation processes in economy.(original abstract)
XX
Artykuł jest poświęcony problematyce szacowania należności handlowych, które są wynikiem powszechnego stosowania kredytu handlowego w kontaktach handlowych podmiotów gospodarczych. Autor w skrócie charakteryzuje istotę należności jako prawa do otrzymania świadczenia, ich miejsce w procesach ekonomicznych i ich podstawową klasyfikację. Podkreśla konieczność zarządzania należnościami i podaje podstawowe pryncypia prowadzenia owej działalności przez kierownictwo firmy. Kolejnym poruszonym tematem jest asekuracja należności. Tekst zawiera szkic podstaw prawnych i zwięzły opis poszczególnych instrumentów asekuracyjnych. Główną uwagę skupia autor na problematyce wyceny rynkowej należności handlowych przedsiębiorstwa. Wymienia zasadnicze cele szacowania realnej wartości składników majątku przedsiębiorstwa i podstawowe zasady określenia kosztów jego odtworzenia. Krótko charakteryzuje zasady praktycznej wyceny należności. Wynikiem długoletniej praktyki autora jest metoda wielomiernikowej wyceny należności, z powodzeniem przez niego stosowana w działalności biegłego sądowego. Metoda jest oparta na względnej kwantyfikacji wpływów ryzyka zaklasyfikowanego według wspólnych cech do kilku stosownie obranych grup, tzw. mierników jakości (klasy) należności. Następnie uwzględniane są koszta rewindykacji należności. Metodę można stosować do wyceny poszczególnych należności przedsiębiorstwa, a także do pakietu należności. (abstrakt oryginalny)
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.