Βιβλιοθήκη ΟΠΑ - Ψηφιακό Αποθετήριο

ΠΥΞΙΔΑ Ιδρυματικό Αποθετήριο
και Ψηφιακή Βιβλιοθήκη

Όνομα χρήστη
Κωδικός πρόσβασης

Συλλογές :	Ιδρυματικό Αποθετήριο ΟΠΑ / AUEB Institutional Repository Σχολή Επιστημών και Τεχνολογίας της Πληροφορίας / School of Informatics Τμήμα Στατιστικής / Department of Statistics Μεταπτυχιακές Εργασίες / Postgraduate dissertations

Τίτλος :	Model based clustering for high dimensional data

Εναλλακτικός τίτλος :	Ομαδοποίηση με τη χρήση μοντέλων για δεδομένα μεγάλων διαστάσεων

Δημιουργός :	Paizi, Vassiliki

Συντελεστής :	Karlis, Dimitrios (Επιβλέπων καθηγητής) Athens University of Economics and Business, Department of Statistics (Degree granting institution)

Τύπος :	Text

Φυσική περιγραφή :	86 p.

Γλώσσα :	en

Περίληψη :	The rapid increase in the size of data sets makes clustering all the more important to capture and summarize the information; at the same time clustering is more difficult to be accomplished. If model-based clustering is applied directly to a large data set, it is too slow for practical application. A simple and common approach is to first cluster a random sample of moderate size, and then use this clustering model in this way to classify the remainder of the objects.

Περίληψη :

The rapid increase in the size of data sets makes clustering all the more important to capture and summarize the information; at the same time clustering is more difficult to be accomplished. If model-based clustering is applied directly to a large data set, it is too slow for practical application. A simple and common approach is to first cluster a random sample of moderate size, and then use this clustering model in this way to classify the remainder of the objects.

Λέξη κλειδί :	Model- based clustering Large data Factor analyzers

Ημερομηνία έκδοσης :	30-06-2016

Άδεια χρήσης :

Αρχείο: Paizi_2016.pdf

Τύπος: application/pdf

Είσοδος