КЛАСТЕРИЗАЦИЈА ВИСОКОДИМЕНЗИОНАЛНИХ ПОДАТАКА ЕЛЕКТРОЕНЕРГЕТСКИХ ПОТРОШАЧА У ПРОГРАМСКОМ ЈЕЗИКУ R
Ključne reči:
Кластеризација, машинско учење, програмски језик R
Apstrakt
Тема рада је поређење пер-форманси софтверског решења за кластеризацију профила потрошње у програмском језику R у односу на решење имплементирано у .NET развојном окружењу. У раду је описан програмски језик R и његове библиотеке, које су коришћене у реализацији решења. Описани су недостаци због којих се јавља потреба за кластеризацијом профила као и метода редуковања димензионалности података уз минимални губитак информација, а све зарад тачности саме кластеризације.
Reference
[1] S. Guha, R. Rastogi and K. Shim: CURE: an efficient clustering algorithm for large databases, Proc. of ACM SIGMOD International Conference on Management of Data, pp. 73 – 84, 1998.
[2] Csaba Legány, Sándor Juhász and Attila Babos; “Cluster Validity Measurement Techniques”; Proceedings of the 5th WSEAS Int. Conf. on Artificial Intelligence, Knowledge Engineering and Data Bases, Madrid, Spain, February 15-17, 2006 (pp388-393)
[3] Altman, N. S. (1992). "An introduction to kernel and nearest-neighbor nonparametric regression". The American Statistician. 46 (3): 175–185. doi:10.1080/00031305.1992.10475879. hdl:1813/31637
[4] TIOBE Index - The Software Quality Company, TIOBE, https://www.tiobe.com/tiobe-index/ (приступљено октобра 2019.)
[2] Csaba Legány, Sándor Juhász and Attila Babos; “Cluster Validity Measurement Techniques”; Proceedings of the 5th WSEAS Int. Conf. on Artificial Intelligence, Knowledge Engineering and Data Bases, Madrid, Spain, February 15-17, 2006 (pp388-393)
[3] Altman, N. S. (1992). "An introduction to kernel and nearest-neighbor nonparametric regression". The American Statistician. 46 (3): 175–185. doi:10.1080/00031305.1992.10475879. hdl:1813/31637
[4] TIOBE Index - The Software Quality Company, TIOBE, https://www.tiobe.com/tiobe-index/ (приступљено октобра 2019.)
Objavljeno
2020-03-03
Sekcija
Elektrotehničko i računarsko inženjerstvo
