Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
Označevanje skupin primerov v točkovnih prikazih podatkov
ID
Janežič, Simon
(
Avtor
),
ID
Zupan, Blaž
(
Mentor
)
Več o mentorju...
PDF - Predstavitvena datoteka,
prenos
(3,60 MB)
MD5: 192D088A82FF8C067C28DF916742B70E
Galerija slik
Izvleček
Za boljše razumevanje visoko dimenzionalnih podatkov analitiki pogosto uporabljamo projekcije ali uvrščanje podatkov v nižje dimenzije. Ti pristopi omogočajo izris točkovnega prikaza podatkov v dveh dimenzijah, ki ohranja strukturo prvotnih podatkov. Interpretacija teh prikazov zahteva dodatno ročno analizo. V našem delu predlagamo pristop za strojno razlago dvodimenzionalnih predstavitev podatkov. Predlagana metoda temelji na pristopu za razlago dvodimenzionalnih predstavitev besedilnih dokumentov, ki ga v našem delu razširimo za uporabo na splošnih tabelaričnih podatkih. Pristop na točkovnih prikazih poišče skupine točk in pripadajoče oznake, ki primere v skupinah opišejo v jeziku atributov, s katerimi so bili podatki prvotno opisani. Skupine točk določimo z algoritmom za razvrščanje DBSCAN. Značilne oznake skupin pridobimo s pomočjo statističnih testov. Metoda omogoča tudi interaktivno raziskovanje in označevanje poljubnih podskupin, ki se uporabniku zdijo zanimive. Uporabnost pristopa prikažemo na analizi različnih podatkovnih množic. Pokažemo, da je metoda koristna za učinkovito analizo dvodimenzionalnih predstavitev podatkov in prikaz ključnih značilnosti podatkov.
Jezik:
Slovenski jezik
Ključne besede:
točkovni prikazi
,
razsevni diagram
,
označevanje skupin
,
razlaga razvrščanja v skupine
,
gručenje
Vrsta gradiva:
Magistrsko delo/naloga
Organizacija:
FRI - Fakulteta za računalništvo in informatiko
Leto izida:
2019
PID:
20.500.12556/RUL-111856
COBISS.SI-ID:
1538419395
Datum objave v RUL:
16.10.2019
Število ogledov:
1141
Število prenosov:
236
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Kopiraj citat
Objavi na:
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Label inference for data clusters in point-based visualizations
Izvleček:
Two-dimensional point-based visualizations of multidimensional data may reveal data structures and clusters that require further interpretation. We present an approach that can automatically annotate the clusters in these visualisations. Our method extends the existing procedure for automatic annotation of two-dimensional representations of text documents and enables it for general attribute-value data. We propose to finds groups of points on scatterplot visualisations and assign them labels that describe a group’s characteristics in a language of the attributes of the original data. The approach uses DBSCAN clustering algorithm to find groups of points in the scatterplots. Statistical tests are used to determine labels for each of the groups. The proposed approach also features an interactive exploration of arbitrary subgroups manually chosen by the user. We analyze three datasets to demonstrate the usefulness of our approach. We show that the proposed method is sufficiently fast to support interactive analysis and that the group annotations found by our approach are meaningful.
Ključne besede:
scatterplots
,
cluster annotation
,
explanation of clustering results
,
clustering
Podobna dela
Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:
Nazaj