CURE: učinkovit algoritam za grupiranje velikih skupova podataka

završni rad

• Naslov (engleski): CURE: An Effective Algorithm for Clustering Large Datasets
• Autor: Lovre Torbarina
• Mentor: Siniša Srbljić (mentor)
• Član povjerenstva: Siniša Srbljić (predsjednik povjerenstva)
• Član povjerenstva: Zvonimir Pavlić (član povjerenstva)
• Član povjerenstva: Adrian Satja Kurdija (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2017-07-10, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom završnom radu obrađuje se tehnika grupiranja skupova podataka s naglaskom na CURE algoritam.
Započinjemo definiranjem pojma grupe i udaljenosti među grupama.
Objašnjena je osnovna podjela strategija za grupiranje skupova podataka.
Obrađeno je nekoliko algoritama koji pretpostavljaju Euklidski prostor i očekivan broj grupa. Prvo obrađujemo hijerarhijski algoritam, zatim obrađujemo
k-means algoritam te naposljetku CURE algoritam. Za svaki od algoritama objašnjena je njegova prostorna i vremenska složenost, te je napisan detaljan pseudokod s dodatnim obrazloženjima. Rad zaključujemo eksperimentima nad nekoliko malih i velikih skupova podataka pomoću kojih ukazujemo na prednost CURE algoritma u odnosu na druga dva obrađena u konkretnim situacijama.

Sažetak (engleski)

In this bachelor thesis, we discuss data clustering technique with emphasis on CURE algorithm. We start by defining notation of the group and the distance between the groups. Then, we describe the basic classification of data clustering strategies. We process several algorithms that suggest Euclidean space and that the expected number of groups is known in advance. First, we analyze the hierarchical clustering algorithm, then we analyze k-means algorithm and at the last CURE algorithm. For every described algorithm, space and time complexity is given so as the detailed pseudocode with additional explanations. We conclude the bachelor thesis with experiments on a couple of small and big data sets with the aim to show the advantages of the CURE algorithm over the other two in concrete situations.

• Ključne riječi: k-means; hijerarhijsko grupiranje; CURE; grupiranje skupova podataka
• Ključne riječi (engleski): k-means; hierarchical clustering; CURE; dataset clustering
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:789792
• 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: 2019-03-14 01:39:08