Uzaklık ölçülerinin kümeleme analizine olan etkilerinin incelenmesi ve geliştirilmesi
An investigation of effects on cluster analysis of distance measurements and improvement
- Tez No: 275549
- Danışmanlar: PROF. DR. SADULLAH SAKALLIOĞLU
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Bölümü
- Bilim Dalı: İstatistik Ana Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Uzaklık ölçülerinin kümelemeye etkisinin incelendiği bu çalışmada farklı birçok disiplinde yaygın olarak kullanılan ve geniş bir literatüre sahip olan kümeleme analizinde yer alan tekniklerde uygun uzaklık ölçülerinin kullanılmasıyla, tekniklerini kümeleme performanslarının arttırılması amaçlanmıştır. Bu amaçla yeni önerilen iki uzaklık ölçüsü ve literatürde geniş bir kullanıma sahip mevcut beş uzaklık ölçüsünün kümeleme performansları hem farklı özellikler taşıyan gerçek veri setlerinde hem de simülasyon çalışmasıyla incelenmiştir. Çalışmada aşamalı kümeleme teknikleri içerisinde basitliği ve etkinliği açısından en fazla kullanılan ve bilinen k-ortalamalar tekniğinde uygun küme sayısının belirlenmesi ve küme başlangıç merkezlerinin seçimi için yeni algoritmalar önerilmiştir. Önerilen algoritmaların performansı literatürde yer alan mevcut algoritmalar ile karşılaştırılmış ve önerilen algoritmaların performansının daha iyi olduğu görülmüştür. Çalışma kapsamında ayrıca standartlaştırma ve kümeleme öncesi boyut indirgemenin kümelemeye olan etkisi simülasyon çalışması ile ortaya konmuştur.
Özet (Çeviri)
Cluster analysis is a multivariate statistical analysis that widely used in many different disciplines and with a wide range of literature. In this study, the effects of the distance measurements on cluster analysis will be investigated. In this study, our goal is clustering techniques to increase performance when the use of appropriate distance measures in clustering. To study the effects on cluster analysis of distance measures used in both simulation and real data sets. k-means algorithm is the most well known and the fast methods in non-hierarchical cluster algorithms. Because of the simplicity of k-means algorithm, this algorithm is used in various fields. Also in this study, a new method is developed for choosing the number of clusters and an algorithm to compute initial cluster centers for k-means algorithm. Moreover in this study we also showed that the effectiveness of clustering high dimensional data using principal components instead of original variables and the effectiveness of clustering high dimensional data using standardized variables instead of original variables
Benzer Tezler
- Spatial and temporal variation of O3, NO and NO2 concentrations at rural and urban sites in Marmara region of Turkey
Türkiye Marmara bölgesinin kırsal ve kentsel bölgelerindeki O3, NO ve NO2 konsantrasyonlarının mekansal ve zamansal değişimi
SABİN KASPAROĞLU
Yüksek Lisans
İngilizce
2017
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. SALAHATTİN İNCECİK
- Uzaklık ve benzerlik ölçülerinin kümeleme sonuçlarına etkisi
The effect of distance and similarity measures on clustering
ÖZLEM ERGÜT
Yüksek Lisans
Türkçe
2011
İstatistikMarmara ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. AHMET METE ÇİLİNGİRTÜRK
- Uzaklık ve benzerlik ölçülerinin istatistik alanındaki kullanımı
The usage of dissimilarity and similarity measures in statistics
HASAN YILDIRIM
Yüksek Lisans
Türkçe
2015
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SADULLAH SAKALLIOĞLU
- Q seviyeli bulanık küme temelli tedarikçi performans değerlendirmesi
Performance evaluation of suppliers based on Q-rung orthopair fuzzy sets
ADEM PINAR
Doktora
Türkçe
2020
İşletmeGazi ÜniversitesiTedarik ve Lojistik Yönetimi Ana Bilim Dalı
DOÇ. DR. FATİH EMRE BORAN
- Bazı bitki uçucu yağlarının in vitro gerçek sindirilebilirlik, bakteri ve protozoa sayısına etkileri bakımından hiyerarşik kümeleme yöntemleriyle sınıflandırılması
The classification of plant extracts using hierarchical cluster methods for bakteria and protozoa number in rumen
MEHMET KEZİBAN