prikaz prve stranice dokumenta Usporedba metoda za razvrstavanje oko središnje točke
  Preuzmi
PDF 1.71 MB
završni rad
Usporedba metoda za razvrstavanje oko središnje točke
2020. urn:nbn:hr:200:338445
Znaor, Filip
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za računalno inženjerstvo i automatiku
Katedra za računalno inženjerstvo

Citirajte ovaj rad

Znaor, F. (2020). Usporedba metoda za razvrstavanje oko središnje točke (Završni rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:338445

Znaor, Filip. "Usporedba metoda za razvrstavanje oko središnje točke." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2020. https://urn.nsk.hr/urn:nbn:hr:200:338445

Znaor, Filip. "Usporedba metoda za razvrstavanje oko središnje točke." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2020. https://urn.nsk.hr/urn:nbn:hr:200:338445

Znaor, F. (2020). 'Usporedba metoda za razvrstavanje oko središnje točke', Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 07.12.2024., https://urn.nsk.hr/urn:nbn:hr:200:338445

Znaor F. Usporedba metoda za razvrstavanje oko središnje točke [Završni rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2020 [pristupljeno 07.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:338445

F. Znaor, "Usporedba metoda za razvrstavanje oko središnje točke", Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:338445

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:338445
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovUsporedba metoda za razvrstavanje oko središnje točke
Naslov (engleski)Comparison of central point clustering methods
AutorFilip Znaor
MentorIvica Lukić (mentor)
Član povjerenstvaIvica Lukić (predsjednik povjerenstva)
Član povjerenstvaZdravko Krpić (član povjerenstva)
Član povjerenstvaGoran Martinović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za računalno inženjerstvo i automatiku)
(Katedra za računalno inženjerstvo)
Osijek
Datum i država obrane2020-09-11, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Programsko inženjerstvo
Sažetak
U završnom radu je opisan pojam razvrstavanja objekata te vrste metoda za razvrstavanje objekata s naglaskom na razvrstavanje oko središnje točke. Opisane su neke od češće korištenih metoda razvrstavanja objekata oko središnje točke. Navedene su i objašnjene mjere udaljenosti za objekte s brojčanim obilježjima te mjere kvalitete razvrstavanja objekata. Dan je opis ostvarenog programskog rješenja koje omogućuje izvođenje i usporedbu metoda za razvrstavanje oko središnje točke. Algoritmi k-means, k-means++, k-medoids i fuzzy c-means analizirani su i uspoređeni koristeći ostvareno programsko rješenje na raznim skupovima podataka. Algoritam k-medoids pokazao se kao najbolji algoritam za razvrstavanje malih skupova podataka, algoritam k-means++ kao najbolji algoritam za razvrstavanje velikih skupova podataka zbog male vremenske složenosti, a algoritam fuzzy c-means kao najprikladniji algoritam za razvrstavanje niskodimenzionalnih skupova podataka s preklapanjem između grozdova.
Sažetak (engleski)
The final paper describes data clustering and different types of data clustering methods with an emphasis on center-based data clustering. Descriptions of some of the most frequently used center-based data clustering methods are given. Distance metrics for numerical data and assessment metrics for data clustering are listed and explained. A description of the realized software solution that allows execution and comparison of center-based data clustering methods is given. The algorithms which were analyzed and compared using the software solution on various datasets are k-means, k-means++, k-medoids and fuzzy c-means. The k-medoids algorithm proved to be the best algorithm for clustering small datasets, the k-means++ algorithm proved to be the best algorithm for clustering large datasets due to its low time complexity, and the fuzzy c-means algorithm proved to be the most suitable algorithm for clustering low-dimensional datasets with overlap between clusters.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:338445
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-11-11 12:41:34