Usporedba metoda grupiranja primjenom programskog jezika Python

završni rad

• Naslov (engleski): Comparison of Clustering Methods Using Python Programming Language
• Autor: Ian Golob
• Mentor: Goran Delač (mentor)
• Član povjerenstva: Goran Delač (predsjednik povjerenstva)
• Član povjerenstva: Marin Kačan (član povjerenstva)
• Član povjerenstva: Helena Čeović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-05, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu opisana su i uspoređena četiri različita algoritma grupiranja podataka: K-sredina, Model Gaussove mješavine, BIRCH i Aglomerativno grupiranje. Podaci su prethodno obrađeni algoritmima pretprocesiranja: standardizacija, normalizacija i analiza glavnih komponenti (PCA). Za evaluaciju korištene su tri različite metrike: Randov indeks, Mjera međusobne informacije i V-Mjera. Algoritmi grupiranja su uspoređeni na temelju: evaluacijskih metrika, vremena izvođenja, utjecaja pretprocesiranja te utjecaja šuma na rezultate.

Sažetak (engleski)

In this paper, four different data clustering algorithms were described and compared: K-means, Gaussian Mixture Model, BIRCH and Agglomerative Clustering. The data was preprocessed using four different methods: standardization, normalization and Principal Component Analysis (PCA). Three different metrics were used for evaluation: Rand Index, Mutual Information Score and V-Measure. The clustering algorithms were compared based on evaluation metrics, execution time, the impact of preprocessing and the impact of noise on the results.

• Ključne riječi: nenadzirano strojno učenje; analiza podataka; Python; scikit-learn; mjere evaluacije grupiranja; algoritmi grupiranja; pretprocesiranje podataka
• Ključne riječi (engleski): unsupervised machine learning; data analysis; Python; scikit-learn; clustering evaluation metrics; clustering algorithms; data preprocessing
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:132059
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-10-11 08:54:44