Statistické modelování dopravních parametrů pomocí klastrovacích metod

Abstract

Tato práce se zabývá využitím klastrovacích metod v oblasti analýzy naměřených dat s cílem nalézt a popsat společné vlastnosti různých oblastí. Hlavním zaměřením je prozkoumání, jak může klastrová analýza pomoci v identifikaci skupin oblastí, které se podobají na základě různých měřených dopravních parametrů.Využívá široký spektrum klastrovacích technik, od hierarchických až po metody založené na hustotě. Tato opráce také zkoumá, jak můžeme vybrat nejvhodnější klastrovací metodu pro konkrétní účely analýzy dat.Využití klastrovací analýzy je ilustrováno na reálných datech, což umožňuje čtenářům lépe pochopit její potenciál a využití v praxi.

This work explores the use of clustering methods in the field of measured data analysis with the goal of finding and describing common features across various regions. The main focus is to investigate how cluster analysis can aid in identifying groups of regions that resemble each other based on various measured traffic parameters.It utilizes a wide spectrum of clustering techniques, from hierarchical to density-based methods. This work also examines how we can choose the most suitable clustering method for specific data analysis purposes. The application of cluster analysis is illustrated on real data, enabling readers to better understand its potential and practical use.