nach oben

Erschienen in:

2016 | OriginalPaper | Buchkapitel

3. Structure and Mathematical Representation of Data

verfasst von : Israël César Lerman

Erschienen in: Foundations and Methods in Combinatorial and Statistical Data Analysis and Clustering

Verlag: Springer London

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

In Chap. 2 two basic methods of non-hierarchical clustering were presented: the “transfer” method and the “dynamic adaptative method”. Frequently, a clustering method is related to a given type of data.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Two Methods of Non-hierarchical Clustering

Nächstes Kapitel Ordinal and Metrical Analysis of the Resemblance Notion

(I.e. no attribute can be derived from other).

The ordinal similarity between \(c_{g}\) and \(c_{h}\) is the same as that between \(c_{h}\) and \(c_{g}\), \(1 \le g \le h \le K\).

Benzécri, J.P.: L’analyse des données. tome II, Dunod (1973)

Billard, L., Diday, E.: Symbolic Data Analysis: Conceptual Statistics and Data Mining. Wiley, Hoboken (2006)CrossRefMATH

Celeux, G., Govaert, G.: Comparison of the mixture and the classification maximum likelihood in cluster analysis. J. Stat. Comput. Simul. 3–4(47), 127–146 (1993)CrossRef

Chah, S.: Critères de classification sur des données hétérogènes. Revue de Statistique Appliquée 33(2), 19–36 (1985)MathSciNet

Fisher, W.D.: On grouping with maximum homogeneity. J. Am. Stat. Assoc. (53), 4–29 (1958)

Ghazzali, A., Léger, N., Lerman, I.C.: Rôle de la classification statistique dans la compression du signal image: panorama et une étude spécifique de cas. La Revue de Modulad. (14), 51–89 (1994)

Ghazzali, N.: Comparaison et réduction d’ arbres de classification, en relation avec des problèmes de quantification en imagerie numérique. Ph.D. thesis, Université de Rennes 1, mai (1992)

Giakoumakis, V., Monjardet, B.: Coefficients d’ accord entre deux préordres totaux. Mathématiques et Sciences Humaines. (98), 69–87 (1987)

Goodman, L.A., Kruskal, W.H.: Measures of association for cross classifications. J. Am. Stat. Assoc. (49), 732–764 (1954)

10.

Guénoche, A., Monjardet, B.: Méthodes ordinales et combinatoires en analyse des données. Mathématiques et Sciences Humaines. (100), 5–47 (1987)

11.

Hubert, L.J.: Assignment methods in combinatorial data analysis. Numerical Taxonomy. Marcel Dekker, New York (1987)

12.

Kendall, M.G.: Rank correlation methods. Charles Griffin, 1st edn 1970 (1948)

13.

Kerjean, A.M.: Tentative d’établissement de 100 typologies d’examens biologiques. Contribution à l’établissement du système A.D.M. Doctorat d’État. Ph.D. thesis, Université de Rennes 1 (1978)

14.

Lafaye, J.Y.: Une méthode de discrétisation de variables continues. Revue de Statistique Appliquée, (27), 39–53 (1979)

15.

Lebbe, J., Dedet, J.P., Vignes, R.: Identification assistée par ordinateur des phlébotomes de la Guyane Française. Publication Interne Version 1.02, Institut Pasteur de la Guyane Française, Juillet (1987)

16.

Lerman, I.C.: Les bases de la classification automatique. Gauthier-Villars, Paris (1970)MATH

17.

Lerman, I.C.: Étude distributionnelle de statistiques de proximité entre structures finies de même type; application à la classification automatique. Cahiers du Bureau Universitaire de Recherche Opérationnelle. (19), 1–52 (1973)

18.

Lerman, I.C.: Classification et analyse ordinale des données. Dunod. http://www.brclasssoc.org.uk/books/index.html (1981)

19.

Lerman, I.C.: Construction d ’ un indice de similarité entre objets décrits par des variables d’ un type quelconque. application au problème de consensus en classification. Revue de Statistique Appliquée XXXV(2), 39–60 (1987)MathSciNetMATH

20.

Lerman, I.C.: Conception et analyse de la forme limite d ’ une famille de coefficients statistiques d ’ association entre variables relationnelles, i. Revue Mathématique Informatique et Sciences Humaines (118), 35–52 (1992)

21.

Lerman, I.C.: Conception et analyse de la forme limite d ’ une famille de coefficients statistiques d ’ association entre variables relationnelles, ii. Revue Mathématique Informatique et Sciences Humaines (119), 75–100 (1992)

22.

Lerman, I.C.: Likelihood linkage analysis (lla) classification method (around an example treated by hand). Biochimie (75), 379–397 (1993)

23.

Lerman, I.C.: Comparing classification tree structures: a special case of comparing q-ary relations. RAIRO-Ope. Res. (33), 339–365 (1999)

24.

Lerman, I.C.: Comparing taxonomic data. Revue Mathématiques et Sciences Humaines(150), 37–51 (2000)

25.

Lerman, I.C.: Analyse de la vraisemblance des liens relationnels une méthodologie d ’ analyse classificatoire des données. In Younès Benani and Emmanuel Viennet, editors, RNTI A3, Revue des Nouvelles Technologies de l’Information, pp. 93–126. Cèpaduès (2009)

26.

Lerman, I.C., Guillaume, S.: Comparaison entre deux indices pour l’évaluation probabiliste discriminante des règles d ’ association. In Ali Khenchaf and Pascal Poncelet, editors, EGC’2011, RNTI E.20, pp. 647–656. Hermann (2011)

27.

Lerman, I.C., Kuntz, P.: Directed binary hierarchies and directed ultrametrics. J. of Classif. (2011) (in press)

28.

Lerman, I.C., Peter, Ph.: Organisation et consultation d ’ une banque de petites annonces à partir d ’ une méthode de classification hiérarchique en parallèle. In Data Analysis and Informatics IV, pp. 121–136. North Holland (1986)

29.

Lerman, I.C., Peter, Ph.: Classification en présence de variables préordonnances taxonomiques à choix multiple. application à la structuration des phlébotomes de la Guyane Française. Publication Interne 426, IRISA-INRIA, Septembre (1988)

30.

Lerman, I.C., Peter, Ph.: Indice probabiliste de vraisemblance du lien entre objets quelconques : analyse comparative entre deux approches. Revue de Statistique Appliquée, (LI(1)): 5–35 (2003)

31.

Lerman, I.C., Peter, Ph: Representation of concept description by multivalued taxonomic preordonance variables. In: Cucumel, G., Brito, P., Bertrand, P., Carvalho, F. (eds.) Selected Contributions in Data Analysis and Classification, pp. 271–284. Springer, Berlin (2007)CrossRef

32.

Lerman, I.C., Rouxel, F.: Comparing classification tree structures: a special case of comparing q-ary relations ii. RAIRO-Oper. Res. (34), 251–281 (2000)

33.

Lerman, I.C., Tallur, B.: Classification des éléments constitutifs d ’ une juxtaposition de tableaux de contingence. Revue de Statistique Appliquée (28), 5–28 (1980)

34.

Marcotorchino, F.: Essai de typologie structurelle des indices de similarité vectoriels par unification relationnelle. In Younès Benani and Emmanuel Viennet, editors, RNTI A3, Revue des Nouvelles Technologies de l’Information, pp. 203–318. Cèpaduès (2009)

35.

Marcotorchino, F., Michaud, P.: Optimisation en analyse ordinale des données. Masson (1979)

36.

Ouali-Allah, M.: Analyse en préordonnance des données qualitatives. Application aux données numériques et symboliques. Ph.D. thesis, Université de Rennes 1, décembre (1991)

37.

Peter, Ph.: Méthodes de classification hiérarchique et problèmes de structuration et de recherche d informations assistée par ordinateur. Ph.D. thesis, Université de Rennes 1,mars (1987)

38.

Rabaseda, S., Rakotomalala, R., Sebban, M.: Discretization of continuous attributes: a survey of methods. In Proceedings of the second Annual Joint Conference on Information Sciences, pp. 164–166 (1995)

39.

Régnier, S.: Sur quelques aspects mathématiques des problèmes de la classification automatique. I.C.C. Bulletin (4), 175–191 (1965)

40.

Schroeder, A.: Analyse d ’ un mélange de distributions de même type. Revue de Statistique Appliquée (24), 53–62 (1976)

41.

Spearman, C.: The proof and measurement of association between two things. Am. J. Psychol. 15(1), 72–101 (1904)CrossRef

42.

Stevens, S.S.: Mathematics, measurement and psychophysics. In Stevens, S.S. (ed.), Handbook of Experimental Psychology, pp. 1–49. New York, Wiley (1951)

43.

Suppes, P., Zinnes, J.L.: Basic measurement theory. In: Bush, R.R., et al., Luce, R.D., Galanter, E.H. (eds.) Handbook of Mathematical Psychology, pp. 3–76. Wiley, New York (1951)

44.

Sutcliffe, J.P.: Concept, class, and category in the tradition of aristotle. Categories and Concepts: Theoretical News and Inductive Data Analysis, pp. 35–65. Academic Press, London (1992)

45.

Symons, M.J.: Clustering criteria and multivariate normal mixture. Biometrics (37), 35–43 (1981)

46.

Tallur, B.: Contribution à l’analyse exploratoire de tableaux de contingence par la classification, Doctorat d \(\acute{\acute{E}}\) tat. Ph.D. thesis, Université de Rennes 1, (1988)

47.

Tarski, A.: Contribution to the theory of models. Indag. Math. (16), 572–588 (1954)

48.

Ward, J.H.: Hierarchical grouping to optimize an objective function. J. Am. Stat. Assoc. (58), 236–244 (1963)

Titel: Structure and Mathematical Representation of Data
verfasst von: Israël César Lerman
Verlag: Springer London
Buch: Foundations and Methods in Combinatorial and Statistical Data Analysis and Clustering
Print ISBN: 978-1-4471-6791-4

Electronic ISBN: 978-1-4471-6793-8

Copyright-Jahr: 2016
DOI: https://doi.org/10.1007/978-1-4471-6793-8_3

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner