TAILIEUCHUNG - Một phương pháp lựa chọn thuộc tính gom cụm sử dụng lý thuyết thông tin

Bài viết trình bày việc xem xét ba kỹ thuật dựa trên lý thuyết tập thô: TR (Total Roughness), MMR (Min-Min Roughness) và MDA (Maximum Dependency Attribute), và đề xuất một thuật toán mới MAX-MEAN-SU (Maximum Mean of Symmetric Uncertainties), cho việc lựa chọn thuộc tính phân cụm theo tiếp cận phân cấp. | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR Huế ngày 07-08 6 2019 DOI MỘT PHƯƠNG PHÁP LỰA CHỌN THUỘC TÍNH GOM CỤM SỬ DỤNG LÝ THUYẾT THÔNG TIN Phạm Công Xuyên Nguyễn Thanh Tùng Lac Hong University pcxuyen@ nttung@ TÓM TẮT Bài toán gom cụm dữ liệu xuất hiện trong nhiều lĩnh vực khác nhau. Mục tiêu cơ bản của gom cụm là nhóm đối tượng thành các cụm sao cho các đối tượng trong cùng một cụm thì tương tự như nhau hơn là các đối tượng từ các cụm khác nhau. Gần đây nhiều nhà nghiên cứu quan tâm đến vấn đề gom cụm dữ liệu phạm trù categorical trong đó các đối tượng dữ liệu được mô tả bởi các thuộc tính không phải thuộc tính số. Đặc biệt phương pháp gom cụm phân cấp dữ liệu phạm trù sử dụng lý thuyết tập thô đã thu hút nhiều sự chú ý. Chìa khóa của các phương pháp này là làm thế nào để chọn được một thuộc gom cụm tốt nhất tại mỗi thời điểm trong số nhiều thuộc tính ứng viên. Trong bài báo này chúng tôi xem xét ba kỹ thuật dựa trên lý thuyết tập thô TR Total Roughness MMR Min-Min Roughness và MDA Maximum Dependency Attribute và đề xuất một thuật toán mới MAX-MEAN-SU Maximum Mean of Symmetric Uncertainties cho việc lựa chọn thuộc tính phân cụm theo tiếp cận phân cấp. MAX-MEAN-SU sử dụng độ đo SU Symmetric Uncertainty một độ đo lý thuyết thông tin cho phép lượng hóa mức độ tương quan lẫn nhau giữa hai thuộc tính và tìm cách xác định thuộc tính gom cụm sao cho độ tương quan trung bình của nó với các thuộc tính khác đạt giá trị lớn nhất. Để đánh giá và so sánh MAX-MEAN-SU với ba kỹ thuật dựa trên lý thuyết tập thô chúng tôi sử dụng khái niệm Độ tương tự trung bình bên trong các cụm của một phép gom cụm để đo lường chất lượng gom cụm của mỗi thuộc tính được chọn bởi mỗi phương pháp. Kết quả thực nghiệm cho thấy chất lượng gom cụm của thuộc tính chọn được bằng phương pháp MAX-MEAN-SU là cao hơn so với các thuộc tính chọn bởi các phương pháp TR MMR và MDA. Do đó MAX-MEAN-SU có thể .

• Cơ sở dữ liệu
• Dữ liệu phân loại
• Gom cụm phân cấp
• Lý thuyết tập thô
• Lựa chọn thuộc tính gom cụm
• Độ không chắc chắn đối xứng
• Phân loại dữ liệu
• Bài giảng Phân loại dữ liệu
• Cây quyết định
• Phân loại dữ liệu với mạng Bayesian
• Phân loại dữ liệu với mạng Neural
• Phương pháp phân loại dữ liệu
• Bài giảng Phân tích dữ liệu
• Phân tích dữ liệu
• Phân loại thành phần chính
• Phân tích thành phần dữ liệu
• Luận văn Thạc sĩ
• Công nghệ thông tin
• Luận văn Thạc sĩ Công nghệ thông tin
• Kỹ thuật phân loại dữ liệu LiDAR
• Phân loại dữ liệu LiDAR
• Kỹ thuật phân khúc
• Kỹ thuật thủy vân
• Lược đồ thủy vân
• Cơ sở dữ liệu quan hệ
• Bảo vệ dữ liệu
• Thủy vân cơ sở dữ liệu quan hệ
• Phân tích dữ liệu nghiên cứu với SPSS
• Giới thiệu phân tích dữ liệu
• Nhập liệu và một số xử lý trên biến
• Làm sạch dữ liệu
• Tóm tắt và trình bày dữ liệu
• Kiểm định mối liên hệ giữa hai biến
• Phân tích dữ liệu với SPSS
• Xử lý dữ liệu trên biến
• Nguyên tắc mã hóa dữ liệu
• Xử lý trên biến
• Bài giảng Phân tích dữ liệu với SPSS
• Mã hóa dữ liệu
• Phương pháp phân loại hướng đối tượng
• Ảnh vệ tinh Worldview 2
• Tư liệu ảnh Worldview 2
• Phân loại lớp phủ
• Dữ liệu trắc địa
• Xử lý dữ liệu trong kinh doanh
• Phân tích dữ liệu trong kinh doanh
• Các loại dữ liệu
• Nguồn dữ liệu
• Phương pháp chọn mẫu
• Công cụ phân tích dữ liệu
• Bài giảng Cơ sở dữ liệu
• Cơ sở dữ liệu
• Hệ quản trị cơ sở dữu liệu
• Phân loại cơ sở dữ liệu
• Chuyển đối loại cơ sở dữ liệu
• Khai phá dữ liệu
• Bài giảng Khai phá dữ liệu
• Data mining
• Môi trường và phát triển bền vững
• Xây dựng hệ thống dữ liệu
• Phân loại cây xanh hoa cảnh
• Trang trí cảnh quan đô thị
• Hệ thống dữ liệu phân loại cây xanh
• Tạp chí Khoa học công nghệ
• Khách hàng trực tuyến
• Học máy có giám sát
• Khai thác dữ liệu bình luận
• Phân loại bình luận của khách hàng
• Mô hình dữ liệu
• Bài giảng các mô hình dữ liệu
• Phân loại mô hình dữ liệu
• Mô hình dữ liệu mạng
• Mô hình dữ liệu quan hệ
• Mô hình dữ liệu thực thể
• Cấu trúc dữ liệu
• Bài giảng Cấu trúc dữ liệu
• Cấu trúc dữ liệu và giải thuật
• Cấu trúc dữ liệu cây
• Kiểu dữ liệu cây
• Phân loại cây
• Hệ quản trị Cơ sở dữ liệu
• Thiết kế cơ sở dữ liệu
• Phân loại indexes
• Phân loại chỉ mục
• Tạo chỉ mục
• Khóa luận tốt nghiệp
• Ứng dụng kĩ thuật khai phá dữ liệu
• Kĩ thuật khai phá dữ liệu
• Phân loại khách hàng
• Chăm sóc khách hàng
• Dữ liệu nhiễu
• Phân loại dữ liệu nhiễu
• Khai thác dữ liệu nhiễu
• Chủng vi nấm phân lập
• Khả năng phân giải
• Cơ chất sinh học
• Phương pháp hình thái
• Giải trình tự gen
• Dữ liệu khóa phân loại
• Dữ liệu genbank
• Phân tích dữ liệu thống kê
• Loại thang đo
• Phân tích đơn biến
• Phân tích nhị biến
• Phân tích đa biến
• Giáo trình Công nghệ Thông tin
• Kiểu dữ liệu trừu tượng
• Cách cài đặt kiểu dữ liệu trừu tượng
• Phân loại kiểu dữ liệu trừu tượng
• Bài toán Cấu trúc dữ liệu
• Kiểu dữ liệu phức hợp
• Bài giảng Kiểu dữ liệu phức hợp
• Kiểu dữ liệu đơn giản
• Phân loại kiểu dữ liệu phức hợp
• Mảng 1 chiều