English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 64745/64745 (100%)
造訪人次 : 20422503      線上人數 : 306
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/7724


    題名: 一個估計資料群數的新方法;A new method for estimating the number of clusters
    作者: 范文翔;Wen-Hsiang Fan
    貢獻者: 統計研究所
    關鍵詞: K平均值分群演算法;訊息準則;Information criterion;K-means clustering algorithm
    日期: 2008-07-07
    上傳時間: 2009-09-22 11:03:12 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 估計資料群數是群集分析(cluster analysis)中一個重要的問題。在本篇論文中,我們嘗試模型選取中最被普遍使用的貝氏訊息準則(Bayesian information criterion)做為群集問題中選取群數的標準。然而,在資料變數為一維的情況下,我們發現使用BIC會高估資料的真實群數;即使嘗試各種不同的懲罰項,並沒有找到一個有效的一致性訊息準則(consistent information criterion)。因此,本篇論文提出了一個群數估計的新方法,並經由程式模擬說明其估計資料群數的準確性。 A major problem in cluster analysis is to find the number of clusters. In this paper, we try to use Bayesian information criterion(BIC), a wide-used criterion in model selection problem, as a criterion to estimate the number of clusters. However, we found that the ture number of clusters would be overestimated when using BIC as a criterion in one dimension case. We can not find a consistent information criterion in the problem of number estimation. We propose a new method for estimating the number of clusters and show the currency of the method via simulation study.
    顯示於類別:[統計研究所] 博碩士論文

    文件中的檔案:

    檔案 大小格式瀏覽次數
    0KbUnknown1435檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋  - 隱私權政策聲明