bibtype	K - Conference Paper (Czech conference)
ARLID	0098540
utime	20240103185625.2
mtime	20080124235959.9
title (primary) (eng)	Informational Cathegorical Data Clustering
specification	page_count 10 s.
serial	ARLID cav_un_epca*0089863 ISBN 978-80-01-03913-7 title Doktorandské dny 2007 page_num 57-66 publisher place Praha name Česká technika ČVUT year 2007
title (cze)	Informační shlukování kategoriálních dat
keyword	EM algorithm
keyword	distribution mixtures
keyword	cluster analysis
keyword	cathegorial data
author (primary)	ARLID cav_un_auth*0230019 name1 Hora name2 Jan institution UTIA-B fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
cas_special	project project_id GA102/07/1594 agency GA ČR ARLID cav_un_auth*0228611 project project_id 1M0572 agency GA MŠk ARLID cav_un_auth*0001814 project project_id 2C06019 agency GA MŠk country CZ ARLID cav_un_auth*0216518 research CEZ:AV0Z10750506 abstract (eng) The EM algorithm has been used repeatedly to identify latent classes in categorical data by estimating finite distribution mixtures of product components. Unfortunately, the underlying mixtures are not uniquely identifiable and, moreover, the estimated mixture parameters are starting-point dependent. For this reason we use the latent class model only to define a set of ``elementary'' classes by estimating a mixture of a large number components. As such a mixture we use also an optimally smoothed kernel estimate. We propose a hierarchical ``bottom up'' cluster analysis based on unifying the elementary latent classes sequentially. The clustering procedure is controlled by minimum information loss criterion. abstract (cze) Shlukování kategoriálních dat je často řešeno hledáním tzv. latentních tříd pomocí EM algoritmu. Tento přístup ovšem závisí na počátečním řešení a naráží na problém neidentifikovatelosti směsi. Popisovaná metoda vyhledává shluky nikoliv jako jednotlivé komponenty směsi jako v případě latentních tříd, ale jako podsměsi vzniklé sloučením několika jednoduchých tříd z odhadnuté distribuční směsi s vyšším počtem komponent. Extrémní variantou takové směsi může být jádrový odhad, jehož optimální vyhlazení je v práci popsáno. V práci je dále představena metoda hierarchického shlukování s kritériem nejmenší informační ztráty. action ARLID cav_un_auth*0232814 name Doktorandské dny 2007 place Praha dates 16.11.2007 country CZ reportyear 2008 RIV BB permalink http://hdl.handle.net/11104/0157420 arlyear 2007 mrcbU63 cav_un_epca*0089863 Doktorandské dny 2007 978-80-01-03913-7 57 66 Praha Česká technika ČVUT 2007