Μία εμπειρική σύγκριση μεθόδων ανάλυσης κατά συστάδες για κατηγορικά δεδομένα

Abstract

Η παρούσα διπλωματική εργασία εστιάζει στη συγκριτική ανάλυση διαφορετικών μεθόδων συσταδοποίησης για κατηγορικά δεδομένα. Συγκεκριμένα, παρουσιάζονται και συγκρίνονται μέθοδοι όπως η K-modes, η Ανάλυση Λανθανουσών Τάξεων (LCA) και η Ανιούσα Ιεραρχική Ταξινόμηση σε δέκα πραγματικά σύνολα δεδομένων από το αποθετήριο UCI. Τα αποτελέσματα της σύγκρισης έδειξαν ότι η LCA υπερτερεί στις περισσότερες περιπτώσεις έναντι των άλλων μεθόδων, ενώ ακολουθούν η μέθοδος K-modes και ορισμένες παραλλαγές της Ανιούσας Ιεραρχικής Ταξινόμησης. Στη συνέχεια, αναλύονται τα πλεονεκτήματα και τα μειονεκτήματα της κάθε μεθόδου και γίνονται προτάσεις για την αξιοποίηση των μεθόδων αυτών στην συσταδοποίηση κατηγορικών δεδομένων.