Shlukování a vizualizace tabulkových dat s nominálními atributy

Abstract

Tato diplomová práce se zabývá různými přístupy ke clusterování a následné vizualizaci nominálních a ordinálních dat. Ukazuje tabulkové datasety, definuje typy attributů a popisuje úkoly pro vizualizaci. Dále vysvětluje různé clusterovací metody (hierarchické clusterování, k-means, k-modes, paralellogramové cluserování) pro clusterování nominálních dat. K výpočtu vzdálenosti je vystvěleno Dicova míra podobnosti. Ukazuje jakým způsobem byl implementován použitý algoritmus parallelogramového clusterování v nástroji XDat. Výsledky jsou prezentovány na čtyř datasetech.

This master's thesis discusses the different approaches to the clustering and subsequent visualization of nominal and ordinal data. As such, it explains the tabular dataset, defines attribute types, and outlines its visualization task. It explains the several clustering methods (hierarchical clustering, k-means, k-modes, parallelogram clustering) for clustering nominal data and the Dice similarity measure for counting distance. It also contains the description of the used algorithm - parallelogram clustering. Finally, it shows how the algorithm was implemented into the XDat tool and subsequently shows the experimental results of four additional datasets.