• search hit 1 of 4
Back to Result List

Probleme und Möglichkeiten bei der Bewertung von Clusteranalysen: I. Ein Überblick über einschlägige Evaluationsstudien

On the evaluation of dustering algorithms: An integrative review

Procédés de Cluster-analyse

Please always quote using this URN: urn:nbn:de:bvb:20-opus-87288
  • Es wird ein Oberblick über Evaluationsstudien gegeben, die sich mit der Validität von Clusteranalyse-Algorithmen befassen. Im Anschluß an die Diskussion möglicher Bewertungskriterien werden Vergleichsuntersuchungen näher analysiert und danach geordnet, ob sie empirische Datensätze, Plasmaden oder Monte-Carlo-Datensätze als Evaluationsgrundlage benutzen. Die Obersicht über komplexer angelegte Monte-Carlo-Studien zeigt die unterschiedliche Qualität der verfügbaren Clusteranalyse-Algorithmen auf, macht andererseits aber auch deutlich, daßEs wird ein Oberblick über Evaluationsstudien gegeben, die sich mit der Validität von Clusteranalyse-Algorithmen befassen. Im Anschluß an die Diskussion möglicher Bewertungskriterien werden Vergleichsuntersuchungen näher analysiert und danach geordnet, ob sie empirische Datensätze, Plasmaden oder Monte-Carlo-Datensätze als Evaluationsgrundlage benutzen. Die Obersicht über komplexer angelegte Monte-Carlo-Studien zeigt die unterschiedliche Qualität der verfügbaren Clusteranalyse-Algorithmen auf, macht andererseits aber auch deutlich, daß bestimmte hierarchisch-agglomerative Verfahren wie etwa die Methoden nachWARD oder LANCE-WILLIAMS bzw. iterativpartitionierende Prozeduren wie etwa die KMEANS-Algorithmen als relativ robuste Klassifikationsverfahren gelten können.show moreshow less
  • This paper presents a critical review of research on the evaluation of dustering algorithms. The review includes studies using empirical data sets and studies using so-called "plasmodes" (i. e., empirical data sets with known distributional parameters), but particularly concentrates on investigations using Monte-cario data sets. Although it turns out to be very difficult to come to a valid evaluation of the various clustering algorithms, hierarchical-agglomerative procedures like WARDsand LANCE-WILUAMs methods as well as the KMEANS algorithmsThis paper presents a critical review of research on the evaluation of dustering algorithms. The review includes studies using empirical data sets and studies using so-called "plasmodes" (i. e., empirical data sets with known distributional parameters), but particularly concentrates on investigations using Monte-cario data sets. Although it turns out to be very difficult to come to a valid evaluation of the various clustering algorithms, hierarchical-agglomerative procedures like WARDsand LANCE-WILUAMs methods as well as the KMEANS algorithms appear to be most robust.show moreshow less
  • L'article suivant pn!sente une revue des etudes d'evaluation qui relevent de validite d'analyse de Cluster-Algorithme. Des experiences de comparaison sont analysees et classees a Ia Suite de la discution de criteres de jugement possible. Ceux-ci suivent un ordre donne par l'utilisation de donnees qui ont ete relevees empiriquement, «Plasmoden>> ou bien de donnees empiriquement accumulees selon Je principe d'evaluation de Monte-Carlo. La revue d'etude complexe Monte-Carlo montre Ia difference qualitative des analyses Cluster algorithme et,L'article suivant pn!sente une revue des etudes d'evaluation qui relevent de validite d'analyse de Cluster-Algorithme. Des experiences de comparaison sont analysees et classees a Ia Suite de la discution de criteres de jugement possible. Ceux-ci suivent un ordre donne par l'utilisation de donnees qui ont ete relevees empiriquement, «Plasmoden>> ou bien de donnees empiriquement accumulees selon Je principe d'evaluation de Monte-Carlo. La revue d'etude complexe Monte-Carlo montre Ia difference qualitative des analyses Cluster algorithme et, d'autre part met clairement en valeur, que des procedes hierarchiques-agglomeratifs, comme la methode de WARD ou LANCE-WILLIAMS, par exemple - c'est-a-dire des procedes «iteratif-partitionierende» {iteratif comme par exemple, les algorithmes KMEANS, qui peuvent etre consideres comme procedes de classification robuste.show moreshow less

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar Statistics
Metadaten
Author: Wolfgang Schneider, D. Scheibler
URN:urn:nbn:de:bvb:20-opus-87288
Document Type:Journal article
Faculties:Philosophische Fakultät III (bis Sept. 2007) / Institut für Psychologie
Language:German
Year of Completion:1983
Source:In: Psychologische Beiträge, 1983, 25, S. 208-237
Dewey Decimal Classification:1 Philosophie und Psychologie / 15 Psychologie / 150 Psychologie
GND Keyword:Cluster-Analyse; Methode
Release Date:2014/07/16
Licence (German):License LogoDeutsches Urheberrecht