Klastrovací metody pro datovou analýzu

Abstract

V této práci jsou popsány základní techniky data miningu. Podrobně je popsána především klastrová(shluková) analýza, tedy seskupování objektů na základě jejich podobností. Značná část teoretické části se zabývá předpřípravou a vizualizací dat. Klastrovací metody jsou aplikovány pomocí Python skriptů za použití příslušných Python modulů pro data mining. Analyzovaná datová sada je soubor dat z měření vibrací kompozitových trubek. V praktické části tyto data nejdříve transformuji na frekvenční charakteristiky-každé trubce náleží jedna frekvenční charakteristika. Tyto data jsou poté předzpracovány a klastrovány za účelem roztřídění trubek do 4 skupin podle struktury kompozitu ze kterého je trubka vyrobena.

In this paper, basic data mining techniques will be described. A closer look is then taken at cluster analysis-the task of grouping objects based on their similarity. A significant portion of the theoretical part deals with data preprocessing and visualization. Clustering methods are applied with Python scripts utilizing appropriate data mining Python modules. The analyzed data set is an array of composite tube vibration measurements data. In the practical part, the data is first transformed into frequency characteristics, yielding a frequency characteristic for each tube. The data is then preprocessed and clustered, with the goal of sorting the tubes into 4 groups based on the structure of the tube's composite material.