https://mfiles.pl/pl/index.php?title=Analiza_skupie%C5%84&feed=atom&action=historyAnaliza skupień - Historia wersji2024-03-29T08:56:50ZHistoria wersji tej strony wikiMediaWiki 1.39.4https://mfiles.pl/pl/index.php?title=Analiza_skupie%C5%84&diff=213040&oldid=prevZybex: cleanup bibliografii i rotten links2024-01-11T23:06:03Z<p>cleanup bibliografii i rotten links</p>
<table style="background-color: #fff; color: #202122;" data-mw="interface">
<col class="diff-marker" />
<col class="diff-content" />
<col class="diff-marker" />
<col class="diff-content" />
<tr class="diff-title" lang="pl">
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← poprzednia wersja</td>
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Wersja z 00:06, 12 sty 2024</td>
</tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l37">Linia 37:</td>
<td colspan="2" class="diff-lineno">Linia 37:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Bibliografia==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Bibliografia==</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div><noautolinks></div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div><noautolinks></div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* Buszkowska E. (2016) [https://wnus.edu.pl/frfu/file/article/view/10411.pdf <del style="font-weight: bold; text-decoration: none;">''</del>Zastosowanie analizy skupień do określenia ram czasowych ostatniego kryzysu finansowego<del style="font-weight: bold; text-decoration: none;">"</del>], Finanse, Rysnki Finansowe, Ubezpieczenia nr 79<del style="font-weight: bold; text-decoration: none;">, s. 385-393</del></div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* Buszkowska E. (2016)<ins style="font-weight: bold; text-decoration: none;">, ''</ins>[https://wnus.edu.pl/frfu/file/article/view/10411.pdf Zastosowanie analizy skupień do określenia ram czasowych ostatniego kryzysu finansowego]<ins style="font-weight: bold; text-decoration: none;">''</ins>, Finanse, Rysnki Finansowe, Ubezpieczenia nr 79</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* Dudek A., Walesiak M. (2009) ''Ocena wybranych procedur analizy skupień dla danych porządkowych'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 47</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* Dudek A., Walesiak M. (2009)<ins style="font-weight: bold; text-decoration: none;">, </ins>''Ocena wybranych procedur analizy skupień dla danych porządkowych'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 47</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Wilk J. (2006), ''[http://bazekon.icm.edu.pl/bazekon/element/bwmeta1.element.ekon-element-000171218935 Problemy w klasyfikacji obiektów symbolicznych: symbole miary odległości]'', Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu, nr 71</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Wilk J. (2006), ''[http://bazekon.icm.edu.pl/bazekon/element/bwmeta1.element.ekon-element-000171218935 Problemy w klasyfikacji obiektów symbolicznych: symbole miary odległości]'', Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu, nr 71</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Zalewska E. (2017), ''[https://www.dbc.wroc.pl/Content/37195/Zalewska_Analizy_Skupien_i_Metod_Porzadkowania_Liniowego_2017.pdf Zastosowanie analizy skupień i metody porządkowania liniowego w ocenie polskiego szkolnictwa wyższego]'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 469</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Zalewska E. (2017), ''[https://www.dbc.wroc.pl/Content/37195/Zalewska_Analizy_Skupien_i_Metod_Porzadkowania_Liniowego_2017.pdf Zastosowanie analizy skupień i metody porządkowania liniowego w ocenie polskiego szkolnictwa wyższego]'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 469</div></td></tr>
</table>Zybexhttps://mfiles.pl/pl/index.php?title=Analiza_skupie%C5%84&diff=196217&oldid=prevZybex: cleanup bibliografii i rotten links2023-11-24T23:32:04Z<p>cleanup bibliografii i rotten links</p>
<table style="background-color: #fff; color: #202122;" data-mw="interface">
<col class="diff-marker" />
<col class="diff-content" />
<col class="diff-marker" />
<col class="diff-content" />
<tr class="diff-title" lang="pl">
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← poprzednia wersja</td>
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Wersja z 00:32, 25 lis 2023</td>
</tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l39">Linia 39:</td>
<td colspan="2" class="diff-lineno">Linia 39:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Buszkowska E. (2016) [https://wnus.edu.pl/frfu/file/article/view/10411.pdf ''Zastosowanie analizy skupień do określenia ram czasowych ostatniego kryzysu finansowego"], Finanse, Rysnki Finansowe, Ubezpieczenia nr 79, s. 385-393</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Buszkowska E. (2016) [https://wnus.edu.pl/frfu/file/article/view/10411.pdf ''Zastosowanie analizy skupień do określenia ram czasowych ostatniego kryzysu finansowego"], Finanse, Rysnki Finansowe, Ubezpieczenia nr 79, s. 385-393</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Dudek A., Walesiak M. (2009) ''Ocena wybranych procedur analizy skupień dla danych porządkowych'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 47</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Dudek A., Walesiak M. (2009) ''Ocena wybranych procedur analizy skupień dla danych porządkowych'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 47</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* Wilk J (2006) [<del style="font-weight: bold; text-decoration: none;">https</del>://bazekon.icm.edu.pl/bazekon/element/bwmeta1.element.ekon-element-000171218935 <del style="font-weight: bold; text-decoration: none;">''</del>Problemy w klasyfikacji obiektów symbolicznych: symbole miary odległości<del style="font-weight: bold; text-decoration: none;">"</del>], Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu, nr 71<del style="font-weight: bold; text-decoration: none;">, s. 69-83</del></div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* Wilk J<ins style="font-weight: bold; text-decoration: none;">. </ins>(2006)<ins style="font-weight: bold; text-decoration: none;">, ''</ins>[<ins style="font-weight: bold; text-decoration: none;">http</ins>://bazekon.icm.edu.pl/bazekon/element/bwmeta1.element.ekon-element-000171218935 Problemy w klasyfikacji obiektów symbolicznych: symbole miary odległości]<ins style="font-weight: bold; text-decoration: none;">''</ins>, Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu, nr 71</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Zalewska E. (2017), ''[https://www.dbc.wroc.pl/Content/37195/Zalewska_Analizy_Skupien_i_Metod_Porzadkowania_Liniowego_2017.pdf Zastosowanie analizy skupień i metody porządkowania liniowego w ocenie polskiego szkolnictwa wyższego]'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 469</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Zalewska E. (2017), ''[https://www.dbc.wroc.pl/Content/37195/Zalewska_Analizy_Skupien_i_Metod_Porzadkowania_Liniowego_2017.pdf Zastosowanie analizy skupień i metody porządkowania liniowego w ocenie polskiego szkolnictwa wyższego]'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 469</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div></noautolinks></div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div></noautolinks></div></td></tr>
</table>Zybexhttps://mfiles.pl/pl/index.php?title=Analiza_skupie%C5%84&diff=186225&oldid=prevSw: Pozycjonowanie2023-11-18T16:43:53Z<p>Pozycjonowanie</p>
<table style="background-color: #fff; color: #202122;" data-mw="interface">
<col class="diff-marker" />
<col class="diff-content" />
<col class="diff-marker" />
<col class="diff-content" />
<tr class="diff-title" lang="pl">
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← poprzednia wersja</td>
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Wersja z 17:43, 18 lis 2023</td>
</tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l6">Linia 6:</td>
<td colspan="2" class="diff-lineno">Linia 6:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Działanie==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Działanie==</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Badacze wielu dyscyplin i dziedzin często napotykają problem z odpowiednim zorganizowaniem uzyskanych dzięki pomiarom danych w grupy bądź struktury, których budowa i rozmieszczenie mają sens. Pojęcie analizy skupień zostało wprowadzone po raz pierwszy w pracy Tryon w 1939 roku. Jej ideą jest stworzenie odpowiednich grup, np. ludzi, tak aby wyodrębnić jednostki, które są do siebie podobne pod różnymi względami. Aby dokonać takiego grupowania, wykorzystuje się pojęcia podobieństwa wewnętrznego i niepodobieństwa zewnętrznego. Polega to na przyporządkowaniu danych elementów do grup, w taki sposób, aby jednostki znajdujące się w określonej grupie były do siebie podobne na odpowiednim poziomie, a zarazem aby stworzone grupy były jak najbardziej różne od siebie. Innymi słowy, analiza skupień jest pewnego rodzaju narzędziem pozwalającym dokonać analizy uzyskanych danych, dzięki czemu są one dzielone na odpowiednie grupy. Analiza skupień na ogół jest wykorzystywana do wyszukiwania określonych struktur w uzyskanych danych bez pokazywania dlaczego dokonała akurat takiego podziału. Nie podaje nam interpretacji bądź wyjaśnienia.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Badacze wielu dyscyplin i dziedzin często napotykają problem z odpowiednim zorganizowaniem uzyskanych dzięki pomiarom danych w grupy bądź struktury, których budowa i rozmieszczenie mają sens. Pojęcie analizy skupień zostało wprowadzone po raz pierwszy w pracy Tryon w 1939 roku. Jej ideą jest stworzenie odpowiednich grup, np. ludzi, tak aby wyodrębnić jednostki, które są do siebie podobne pod różnymi względami. Aby dokonać takiego grupowania, wykorzystuje się pojęcia podobieństwa wewnętrznego i niepodobieństwa zewnętrznego. Polega to na przyporządkowaniu danych elementów do grup, w taki sposób, aby jednostki znajdujące się w określonej grupie były do siebie podobne na odpowiednim poziomie, a zarazem aby stworzone grupy były jak najbardziej różne od siebie. Innymi słowy, analiza skupień jest pewnego rodzaju narzędziem pozwalającym dokonać analizy uzyskanych danych, dzięki czemu są one dzielone na odpowiednie grupy. Analiza skupień na ogół jest wykorzystywana do wyszukiwania określonych struktur w uzyskanych danych bez pokazywania dlaczego dokonała akurat takiego podziału. Nie podaje nam interpretacji bądź wyjaśnienia.</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"><google>t</google></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Główne cele dokonywania grupowania==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Główne cele dokonywania grupowania==</div></td></tr>
<tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l14">Linia 14:</td>
<td colspan="2" class="diff-lineno">Linia 13:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* pomniejszenie ogromnej ilości danych do kilku fundamentalnych struktur, które pozwalają na dokonanie kolejnych etapów przeprowadzanej analizy</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* pomniejszenie ogromnej ilości danych do kilku fundamentalnych struktur, które pozwalają na dokonanie kolejnych etapów przeprowadzanej analizy</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* dokonanie porównania elementów, które posiadają więcej niż jedną cechę wspólną</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* dokonanie porównania elementów, które posiadają więcej niż jedną cechę wspólną</div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"><google>n</google></ins></div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Podział algorytmów dokonujących podziału na grupy==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Podział algorytmów dokonujących podziału na grupy==</div></td></tr>
</table>Swhttps://mfiles.pl/pl/index.php?title=Analiza_skupie%C5%84&diff=180233&oldid=prevSw: Infobox5 upgrade2023-11-17T11:53:40Z<p>Infobox5 upgrade</p>
<table style="background-color: #fff; color: #202122;" data-mw="interface">
<col class="diff-marker" />
<col class="diff-content" />
<col class="diff-marker" />
<col class="diff-content" />
<tr class="diff-title" lang="pl">
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← poprzednia wersja</td>
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Wersja z 12:53, 17 lis 2023</td>
</tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1">Linia 1:</td>
<td colspan="2" class="diff-lineno">Linia 1:</td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">{{infobox4</del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">|list1=</del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"><ul></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"><li>[[Socjometria]]</li></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"><li>[[Metody taksonomiczne]]</li></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"><li>[[Typologia]]</li></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"><li>[[Populacja]]</li></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"><li>[[Drzewo decyzyjne]]</li></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"><li>[[Sieci neuronowe]]</li></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"><li>[[Procesy poznawcze]]</li></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"><li>[[Analiza morfologiczna]]</li></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"><li>[[Skala nominalna]]</li></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"></ul></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">}}</del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>'''Analiza skupień''' (''grupowanie, klasteryzacja''), (ang. ''data clustering, cluster analysis'') jest to pojęcie z obszaru eksploracji danych, a także uczenia maszynowego, a wywodzące się bezpośrednio z klasyfikacji bezwzorcowej. Analiza skupień jest sposobem klasyfikacji bez nadzoru (ang. unsupervised learning). Jej celem jest dokonywanie grupowania elementów w jednakowe klasy. Fundamentem takiego rodzaju grupowania w znacznej ilości stworzonych algorytmów jest po prostu podobieństwo między danymi elementami.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>'''Analiza skupień''' (''grupowanie, klasteryzacja''), (ang. ''data clustering, cluster analysis'') jest to pojęcie z obszaru eksploracji danych, a także uczenia maszynowego, a wywodzące się bezpośrednio z klasyfikacji bezwzorcowej. Analiza skupień jest sposobem klasyfikacji bez nadzoru (ang. unsupervised learning). Jej celem jest dokonywanie grupowania elementów w jednakowe klasy. Fundamentem takiego rodzaju grupowania w znacznej ilości stworzonych algorytmów jest po prostu podobieństwo między danymi elementami.</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr>
<tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l46">Linia 46:</td>
<td colspan="2" class="diff-lineno">Linia 31:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Innym przykładem zastosowania technik grupowania może być medycyna. W tym przypadku grupowane są choroby, ich symptomy, a także metody leczenia. Dzięki temu można wyciągnąć wiele istotnych wniosków, które pozwalają na rozwój medycyny.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Innym przykładem zastosowania technik grupowania może być medycyna. W tym przypadku grupowane są choroby, ich symptomy, a także metody leczenia. Dzięki temu można wyciągnąć wiele istotnych wniosków, które pozwalają na rozwój medycyny.</div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">{{infobox5|list1={{i5link|a=[[Socjometria]]}} &mdash; {{i5link|a=[[Metody taksonomiczne]]}} &mdash; {{i5link|a=[[Typologia]]}} &mdash; {{i5link|a=[[Populacja]]}} &mdash; {{i5link|a=[[Drzewo decyzyjne]]}} &mdash; {{i5link|a=[[Sieci neuronowe]]}} &mdash; {{i5link|a=[[Procesy poznawcze]]}} &mdash; {{i5link|a=[[Analiza morfologiczna]]}} &mdash; {{i5link|a=[[Skala nominalna]]}} }}</ins></div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Bibliografia==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Bibliografia==</div></td></tr>
</table>Swhttps://mfiles.pl/pl/index.php?title=Analiza_skupie%C5%84&diff=176511&oldid=prevZybex: cleanup bibliografii i rotten links2023-11-12T13:34:57Z<p>cleanup bibliografii i rotten links</p>
<table style="background-color: #fff; color: #202122;" data-mw="interface">
<col class="diff-marker" />
<col class="diff-content" />
<col class="diff-marker" />
<col class="diff-content" />
<tr class="diff-title" lang="pl">
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← poprzednia wersja</td>
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Wersja z 14:34, 12 lis 2023</td>
</tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l52">Linia 52:</td>
<td colspan="2" class="diff-lineno">Linia 52:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Dudek A., Walesiak M. (2009) ''Ocena wybranych procedur analizy skupień dla danych porządkowych'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 47</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Dudek A., Walesiak M. (2009) ''Ocena wybranych procedur analizy skupień dla danych porządkowych'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 47</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Wilk J (2006) [https://bazekon.icm.edu.pl/bazekon/element/bwmeta1.element.ekon-element-000171218935 ''Problemy w klasyfikacji obiektów symbolicznych: symbole miary odległości"], Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu, nr 71, s. 69-83</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Wilk J (2006) [https://bazekon.icm.edu.pl/bazekon/element/bwmeta1.element.ekon-element-000171218935 ''Problemy w klasyfikacji obiektów symbolicznych: symbole miary odległości"], Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu, nr 71, s. 69-83</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* Zalewska E. (2017) [https://www.dbc.wroc.pl/Content/37195/Zalewska_Analizy_Skupien_i_Metod_Porzadkowania_Liniowego_2017.pdf <del style="font-weight: bold; text-decoration: none;">''</del>Zastosowanie analizy skupień i metody porządkowania liniowego w ocenie polskiego szkolnictwa wyższego''<del style="font-weight: bold; text-decoration: none;">]</del>, Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 469</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* Zalewska E. (2017)<ins style="font-weight: bold; text-decoration: none;">, ''</ins>[https://www.dbc.wroc.pl/Content/37195/Zalewska_Analizy_Skupien_i_Metod_Porzadkowania_Liniowego_2017.pdf Zastosowanie analizy skupień i metody porządkowania liniowego w ocenie polskiego szkolnictwa wyższego<ins style="font-weight: bold; text-decoration: none;">]</ins>'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 469</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div></noautolinks></div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div></noautolinks></div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{a|Marek Żurkowski}}.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{a|Marek Żurkowski}}.</div></td></tr>
</table>Zybexhttps://mfiles.pl/pl/index.php?title=Analiza_skupie%C5%84&diff=171014&oldid=prevSw: /* Bibliografia */Clean up2023-11-08T07:09:13Z<p><span dir="auto"><span class="autocomment">Bibliografia: </span>Clean up</span></p>
<table style="background-color: #fff; color: #202122;" data-mw="interface">
<col class="diff-marker" />
<col class="diff-content" />
<col class="diff-marker" />
<col class="diff-content" />
<tr class="diff-title" lang="pl">
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← poprzednia wersja</td>
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Wersja z 08:09, 8 lis 2023</td>
</tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l55">Linia 55:</td>
<td colspan="2" class="diff-lineno">Linia 55:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div></noautolinks></div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div></noautolinks></div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{a|Marek Żurkowski}}.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{a|Marek Żurkowski}}.</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>[[Kategoria:<del style="font-weight: bold; text-decoration: none;">Statystyka i </del>Ekonometria]]</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>[[Kategoria:Ekonometria]]</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{#metamaster:description|Analiza skupień to metoda klasyfikacji bez nadzoru, grupująca elementy na podstawie podobieństwa. Więcej na stronie encyklopedii.}}</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{#metamaster:description|Analiza skupień to metoda klasyfikacji bez nadzoru, grupująca elementy na podstawie podobieństwa. Więcej na stronie encyklopedii.}}</div></td></tr>
</table>Swhttps://mfiles.pl/pl/index.php?title=Analiza_skupie%C5%84&diff=149368&oldid=prevZybex: cleanup bibliografii i rotten links2023-10-29T22:01:44Z<p>cleanup bibliografii i rotten links</p>
<table style="background-color: #fff; color: #202122;" data-mw="interface">
<col class="diff-marker" />
<col class="diff-content" />
<col class="diff-marker" />
<col class="diff-content" />
<tr class="diff-title" lang="pl">
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← poprzednia wersja</td>
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Wersja z 23:01, 29 paź 2023</td>
</tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l51">Linia 51:</td>
<td colspan="2" class="diff-lineno">Linia 51:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Buszkowska E. (2016) [https://wnus.edu.pl/frfu/file/article/view/10411.pdf ''Zastosowanie analizy skupień do określenia ram czasowych ostatniego kryzysu finansowego"], Finanse, Rysnki Finansowe, Ubezpieczenia nr 79, s. 385-393</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Buszkowska E. (2016) [https://wnus.edu.pl/frfu/file/article/view/10411.pdf ''Zastosowanie analizy skupień do określenia ram czasowych ostatniego kryzysu finansowego"], Finanse, Rysnki Finansowe, Ubezpieczenia nr 79, s. 385-393</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Dudek A., Walesiak M. (2009) ''Ocena wybranych procedur analizy skupień dla danych porządkowych'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 47</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Dudek A., Walesiak M. (2009) ''Ocena wybranych procedur analizy skupień dla danych porządkowych'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 47</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* Wilk J (2006) [<del style="font-weight: bold; text-decoration: none;">http</del>://bazekon.icm.edu.pl/bazekon/element/bwmeta1.element.ekon-element-000171218935 ''Problemy w klasyfikacji obiektów symbolicznych: symbole miary odległości"], Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu, nr 71, s. 69-83</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* Wilk J (2006) [<ins style="font-weight: bold; text-decoration: none;">https</ins>://bazekon.icm.edu.pl/bazekon/element/bwmeta1.element.ekon-element-000171218935 ''Problemy w klasyfikacji obiektów symbolicznych: symbole miary odległości"], Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu, nr 71, s. 69-83</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* Zalewska E. (2017) [<del style="font-weight: bold; text-decoration: none;">http</del>://www.dbc.wroc.pl/Content/37195/Zalewska_Analizy_Skupien_i_Metod_Porzadkowania_Liniowego_2017.pdf ''Zastosowanie analizy skupień i metody porządkowania liniowego w ocenie polskiego szkolnictwa wyższego''], Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 469</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* Zalewska E. (2017) [<ins style="font-weight: bold; text-decoration: none;">https</ins>://www.dbc.wroc.pl/Content/37195/Zalewska_Analizy_Skupien_i_Metod_Porzadkowania_Liniowego_2017.pdf ''Zastosowanie analizy skupień i metody porządkowania liniowego w ocenie polskiego szkolnictwa wyższego''], Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 469</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div></noautolinks></div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div></noautolinks></div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{a|Marek Żurkowski}}.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{a|Marek Żurkowski}}.</div></td></tr>
</table>Zybexhttps://mfiles.pl/pl/index.php?title=Analiza_skupie%C5%84&diff=143966&oldid=prevZybex: cleanup bibliografii i rotten links2023-10-28T08:53:13Z<p>cleanup bibliografii i rotten links</p>
<table style="background-color: #fff; color: #202122;" data-mw="interface">
<col class="diff-marker" />
<col class="diff-content" />
<col class="diff-marker" />
<col class="diff-content" />
<tr class="diff-title" lang="pl">
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← poprzednia wersja</td>
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Wersja z 09:53, 28 paź 2023</td>
</tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l14">Linia 14:</td>
<td colspan="2" class="diff-lineno">Linia 14:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>}}</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>}}</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">'''Analiza skupień''' (''grupowanie, klasteryzacja''), (ang. ''data clustering, cluster analysis'') jest to pojęcie z obszaru eksploracji danych, a także uczenia maszynowego, a wywodzące się bezpośrednio z klasyfikacji bezwzorcowej. Analiza skupień jest sposobem klasyfikacji bez nadzoru (ang. unsupervised learning). Jej celem jest dokonywanie grupowania elementów w jednakowe klasy. Fundamentem takiego rodzaju grupowania w znacznej ilości stworzonych algorytmów jest po prostu podobieństwo między danymi elementami.</ins></div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"></del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">'''Analiza skupień''' (''grupowanie, klasteryzacja''), (ang. ''data clustering, cluster analysis'') jest to pojęcie z obszaru eksploracji danych, a także uczenia maszynowego, a wywodzące się bezpośrednio z klasyfikacji bezwzorcowej. Analiza skupień jest sposobem klasyfikacji bez nadzoru (ang. unsupervised learning). Jej celem jest dokonywanie grupowania elementów w jednakowe klasy. Fundamentem takiego rodzaju grupowania w znacznej ilości stworzonych algorytmów jest po prostu podobieństwo między danymi elementami. </del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"> </del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==TL;DR==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==TL;DR==</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Analiza skupień to metoda klasyfikacji bez nadzoru, polegająca na grupowaniu elementów w jednakowe klasy na podstawie podobieństwa między nimi. Celami grupowania są odkrywanie struktury danych, uogólnianie, porównywanie i redukowanie ilości danych. Istnieją różne rodzaje algorytmów, takich jak metody hierarchiczne, grupa metod k-średnich i metody rozmytej analizy skupień. Przykłady zastosowania analizy skupień to klasyfikowanie towarów w sklepach i grupowanie chorób w medycynie.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Analiza skupień to metoda klasyfikacji bez nadzoru, polegająca na grupowaniu elementów w jednakowe klasy na podstawie podobieństwa między nimi. Celami grupowania są odkrywanie struktury danych, uogólnianie, porównywanie i redukowanie ilości danych. Istnieją różne rodzaje algorytmów, takich jak metody hierarchiczne, grupa metod k-średnich i metody rozmytej analizy skupień. Przykłady zastosowania analizy skupień to klasyfikowanie towarów w sklepach i grupowanie chorób w medycynie.</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Działanie==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Działanie==</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Badacze wielu dyscyplin i dziedzin często napotykają problem z odpowiednim zorganizowaniem uzyskanych dzięki pomiarom danych w grupy bądź struktury, których budowa i rozmieszczenie mają sens. Pojęcie analizy skupień zostało wprowadzone po raz pierwszy w pracy Tryon w 1939 roku. Jej ideą jest stworzenie odpowiednich grup, np. ludzi, tak aby wyodrębnić jednostki, które są do siebie podobne pod różnymi względami. Aby dokonać takiego grupowania, wykorzystuje się pojęcia podobieństwa wewnętrznego i niepodobieństwa zewnętrznego. Polega to na przyporządkowaniu danych elementów do grup, w taki sposób, aby jednostki znajdujące się w określonej grupie były do siebie podobne na odpowiednim poziomie, a zarazem aby stworzone grupy były jak najbardziej różne od siebie. Innymi słowy, analiza skupień jest pewnego rodzaju narzędziem pozwalającym dokonać analizy uzyskanych danych, dzięki czemu są one dzielone na odpowiednie grupy. Analiza skupień na ogół jest wykorzystywana do wyszukiwania określonych struktur w uzyskanych danych bez pokazywania dlaczego dokonała akurat takiego podziału. Nie podaje nam interpretacji bądź wyjaśnienia. </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Badacze wielu dyscyplin i dziedzin często napotykają problem z odpowiednim zorganizowaniem uzyskanych dzięki pomiarom danych w grupy bądź struktury, których budowa i rozmieszczenie mają sens. Pojęcie analizy skupień zostało wprowadzone po raz pierwszy w pracy Tryon w 1939 roku. Jej ideą jest stworzenie odpowiednich grup, np. ludzi, tak aby wyodrębnić jednostki, które są do siebie podobne pod różnymi względami. Aby dokonać takiego grupowania, wykorzystuje się pojęcia podobieństwa wewnętrznego i niepodobieństwa zewnętrznego. Polega to na przyporządkowaniu danych elementów do grup, w taki sposób, aby jednostki znajdujące się w określonej grupie były do siebie podobne na odpowiednim poziomie, a zarazem aby stworzone grupy były jak najbardziej różne od siebie. Innymi słowy, analiza skupień jest pewnego rodzaju narzędziem pozwalającym dokonać analizy uzyskanych danych, dzięki czemu są one dzielone na odpowiednie grupy. Analiza skupień na ogół jest wykorzystywana do wyszukiwania określonych struktur w uzyskanych danych bez pokazywania dlaczego dokonała akurat takiego podziału. Nie podaje nam interpretacji bądź wyjaśnienia.</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div><google>t</google></div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div><google>t</google></div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr>
<tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l31">Linia 31:</td>
<td colspan="2" class="diff-lineno">Linia 29:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* pomniejszenie ogromnej ilości danych do kilku fundamentalnych struktur, które pozwalają na dokonanie kolejnych etapów przeprowadzanej analizy</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* pomniejszenie ogromnej ilości danych do kilku fundamentalnych struktur, które pozwalają na dokonanie kolejnych etapów przeprowadzanej analizy</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* dokonanie porównania elementów, które posiadają więcej niż jedną cechę wspólną</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* dokonanie porównania elementów, które posiadają więcej niż jedną cechę wspólną</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"> </del></div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div> </div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Podział algorytmów dokonujących podziału na grupy==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Podział algorytmów dokonujących podziału na grupy==</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Stworzony [[algorytm]], który dokonuje analizy skupień dzielony jest na kilka fundamentalnych rodzajów. </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Stworzony [[algorytm]], który dokonuje analizy skupień dzielony jest na kilka fundamentalnych rodzajów.</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* '''metody hierarchiczne''', w których algorytm kreuje dla danych grup pewnego rodzaju hierarchię i na jej podstawie dokonuje klasyfikacji. Dokonując takiej klasyfikacji algorytm zaczyna swoją pracę od stworzenia takiego podziału, w którym każdy element tworzy samodzielne skupienie, a kończy na wykreowaniu takiego podziału, w którym wszystkie elementy należą do jednego skupienia. Można tu wyodrębnić dwa rodzaje (E. Zalewskia 2017 s. 236). </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* '''metody hierarchiczne''', w których algorytm kreuje dla danych grup pewnego rodzaju hierarchię i na jej podstawie dokonuje klasyfikacji. Dokonując takiej klasyfikacji algorytm zaczyna swoją pracę od stworzenia takiego podziału, w którym każdy element tworzy samodzielne skupienie, a kończy na wykreowaniu takiego podziału, w którym wszystkie elementy należą do jednego skupienia. Można tu wyodrębnić dwa rodzaje (E. Zalewskia 2017 s. 236).</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div># Pierwszym z nich są procedury aglomeracyjne (ang. ''agglomerative''), które tworzą macierz związaną z podobieństwem klasyfikowanych elementów, a następnie łączą w grupy elementy, które są do siebie jak najbardziej podobne. </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div># Pierwszym z nich są procedury aglomeracyjne (ang. ''agglomerative''), które tworzą macierz związaną z podobieństwem klasyfikowanych elementów, a następnie łączą w grupy elementy, które są do siebie jak najbardziej podobne.</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div># Drugim rodzajem są natomiast procedury deglomeracyjne (ang. ''divisive''), które grupują wszystkie elementy, a w kolejnym etapie stworzone już grupy dzieli na jeszcze mniejsze i bardziej jednorodne struktury do chwili, gdy każdy element stanowi osobną grupę. </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div># Drugim rodzajem są natomiast procedury deglomeracyjne (ang. ''divisive''), które grupują wszystkie elementy, a w kolejnym etapie stworzone już grupy dzieli na jeszcze mniejsze i bardziej jednorodne struktury do chwili, gdy każdy element stanowi osobną grupę.</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* '''[[grupa]] metod k-średnich''' (ang. ''k-means''). W tym przypadku grupowanie polega na początkowym dokonaniu podziału elementów na z góry przyjętą ilość grup. Dokonany wówczas podział jest następnie tak modyfikowany, że część elementów jest przegrupowywana do innych segmentów, tak aby osiągnąć jak najmniejszą wariancję wewnątrz każdej z nich. Podstawowymi algorytmami są tutaj (E. Zalewskia 2017 s. 236): </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* '''[[grupa]] metod k-średnich''' (ang. ''k-means''). W tym przypadku grupowanie polega na początkowym dokonaniu podziału elementów na z góry przyjętą ilość grup. Dokonany wówczas podział jest następnie tak modyfikowany, że część elementów jest przegrupowywana do innych segmentów, tak aby osiągnąć jak najmniejszą wariancję wewnątrz każdej z nich. Podstawowymi algorytmami są tutaj (E. Zalewskia 2017 s. 236):</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div># wybór środków</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div># wybór środków</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div># przypisanie punktów do najbliższych centroidów</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div># przypisanie punktów do najbliższych centroidów</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div># powtarzanie algorytmu aż do osiągnięcia kryterium zbieżności</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div># powtarzanie algorytmu aż do osiągnięcia kryterium zbieżności</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div># wyliczenie nowych środków skupień.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div># wyliczenie nowych środków skupień.</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* '''metody rozmytej analizy skupień''' (ang. ''fuzzy clustering''). Wśród nich najpopularniejszą jest [[metoda]] c-średnich. Te metody pozwalają na pogrupowanie elementów na więcej niż jedną strukturę (E. Zalewskia 2017 s. 236). </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* '''metody rozmytej analizy skupień''' (ang. ''fuzzy clustering''). Wśród nich najpopularniejszą jest [[metoda]] c-średnich. Te metody pozwalają na pogrupowanie elementów na więcej niż jedną strukturę (E. Zalewskia 2017 s. 236).</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"> </del></div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div> </div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Przykłady==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Przykłady==</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Z uporządkowaniem danych mamy do czynienia prawie na każdym kroku. Najprostszym, a zarazem najlepiej zrozumiałym przykładem mogą być sklepy typu [[hipermarket]]. W wyżej wymienionych niemal zawsze [[towary]] na stoiskach posegregowane są w odpowiedni sposób - różne rodzaje pieczywa są usytuowane w jednym miejscu. To samo dotyczy różnych rodzajów mięs lub warzyw itd.. Na świecie występuje wiele przykładów, w których tego rodzaju [[klasyfikacja]] odgrywa bardzo ważną rolę w danej dziedzinie. Biolodzy chcąc dokonać odpowiedniego przydzielenia do grupy nowo odkrytego gatunku zwierzęcia, muszą najpierw dokonać odpowiedniej analizy. Dopiero ona pozwoli im na dobranie odpowiedniej grupy dla nowego gatunku, w której będą znajdowały się zwierzęta podobne do niego. </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Z uporządkowaniem danych mamy do czynienia prawie na każdym kroku. Najprostszym, a zarazem najlepiej zrozumiałym przykładem mogą być sklepy typu [[hipermarket]]. W wyżej wymienionych niemal zawsze [[towary]] na stoiskach posegregowane są w odpowiedni sposób - różne rodzaje pieczywa są usytuowane w jednym miejscu. To samo dotyczy różnych rodzajów mięs lub warzyw itd.. Na świecie występuje wiele przykładów, w których tego rodzaju [[klasyfikacja]] odgrywa bardzo ważną rolę w danej dziedzinie. Biolodzy chcąc dokonać odpowiedniego przydzielenia do grupy nowo odkrytego gatunku zwierzęcia, muszą najpierw dokonać odpowiedniej analizy. Dopiero ona pozwoli im na dobranie odpowiedniej grupy dla nowego gatunku, w której będą znajdowały się zwierzęta podobne do niego.</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"> </del></div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div> </div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Innym przykładem zastosowania technik grupowania może być medycyna. W tym przypadku grupowane są choroby, ich symptomy, a także metody leczenia. Dzięki temu można wyciągnąć wiele istotnych wniosków, które pozwalają na rozwój medycyny.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Innym przykładem zastosowania technik grupowania może być medycyna. W tym przypadku grupowane są choroby, ich symptomy, a także metody leczenia. Dzięki temu można wyciągnąć wiele istotnych wniosków, które pozwalają na rozwój medycyny.</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"> </del></div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div> </div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Bibliografia==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Bibliografia==</div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"><noautolinks></ins></div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Buszkowska E. (2016) [https://wnus.edu.pl/frfu/file/article/view/10411.pdf ''Zastosowanie analizy skupień do określenia ram czasowych ostatniego kryzysu finansowego"], Finanse, Rysnki Finansowe, Ubezpieczenia nr 79, s. 385-393</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Buszkowska E. (2016) [https://wnus.edu.pl/frfu/file/article/view/10411.pdf ''Zastosowanie analizy skupień do określenia ram czasowych ostatniego kryzysu finansowego"], Finanse, Rysnki Finansowe, Ubezpieczenia nr 79, s. 385-393</div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* Dudek A., Walesiak M. (2009) <del style="font-weight: bold; text-decoration: none;">[http://keii.ue.wroc.pl/pracownicy/mw/2009_Walesiak_Dudek_Taksonomia_16_PN_UE_47.pdf </del>''Ocena wybranych procedur analizy skupień dla danych porządkowych''<del style="font-weight: bold; text-decoration: none;">]</del>, Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 47</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* Dudek A., Walesiak M. (2009) ''Ocena wybranych procedur analizy skupień dla danych porządkowych'', Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 47</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Wilk J (2006) [http://bazekon.icm.edu.pl/bazekon/element/bwmeta1.element.ekon-element-000171218935 ''Problemy w klasyfikacji obiektów symbolicznych: symbole miary odległości"], Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu, nr 71, s. 69-83</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Wilk J (2006) [http://bazekon.icm.edu.pl/bazekon/element/bwmeta1.element.ekon-element-000171218935 ''Problemy w klasyfikacji obiektów symbolicznych: symbole miary odległości"], Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu, nr 71, s. 69-83</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Zalewska E. (2017) [http://www.dbc.wroc.pl/Content/37195/Zalewska_Analizy_Skupien_i_Metod_Porzadkowania_Liniowego_2017.pdf ''Zastosowanie analizy skupień i metody porządkowania liniowego w ocenie polskiego szkolnictwa wyższego''], Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 469</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* Zalewska E. (2017) [http://www.dbc.wroc.pl/Content/37195/Zalewska_Analizy_Skupien_i_Metod_Porzadkowania_Liniowego_2017.pdf ''Zastosowanie analizy skupień i metody porządkowania liniowego w ocenie polskiego szkolnictwa wyższego''], Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 469</div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></noautolinks></ins></div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{a|Marek Żurkowski}}.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{a|Marek Żurkowski}}.</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Kategoria:Statystyka i Ekonometria]]</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Kategoria:Statystyka i Ekonometria]]</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{#metamaster:description|Analiza skupień to metoda klasyfikacji bez nadzoru, grupująca elementy na podstawie podobieństwa. Więcej na stronie encyklopedii.}}</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{#metamaster:description|Analiza skupień to metoda klasyfikacji bez nadzoru, grupująca elementy na podstawie podobieństwa. Więcej na stronie encyklopedii.}}</div></td></tr>
</table>Zybexhttps://mfiles.pl/pl/index.php?title=Analiza_skupie%C5%84&diff=131624&oldid=prevSw: Dodanie MetaData Description2023-10-09T20:39:03Z<p>Dodanie MetaData Description</p>
<table style="background-color: #fff; color: #202122;" data-mw="interface">
<col class="diff-marker" />
<col class="diff-content" />
<col class="diff-marker" />
<col class="diff-content" />
<tr class="diff-title" lang="pl">
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← poprzednia wersja</td>
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Wersja z 21:39, 9 paź 2023</td>
</tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l56">Linia 56:</td>
<td colspan="2" class="diff-lineno">Linia 56:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{a|Marek Żurkowski}}.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{a|Marek Żurkowski}}.</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Kategoria:Statystyka i Ekonometria]]</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Kategoria:Statystyka i Ekonometria]]</div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">{{#metamaster:description|Analiza skupień to metoda klasyfikacji bez nadzoru, grupująca elementy na podstawie podobieństwa. Więcej na stronie encyklopedii.}}</ins></div></td></tr>
</table>Swhttps://mfiles.pl/pl/index.php?title=Analiza_skupie%C5%84&diff=126950&oldid=prevSw: Dodanie TL;DR2023-09-18T17:45:04Z<p>Dodanie TL;DR</p>
<table style="background-color: #fff; color: #202122;" data-mw="interface">
<col class="diff-marker" />
<col class="diff-content" />
<col class="diff-marker" />
<col class="diff-content" />
<tr class="diff-title" lang="pl">
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← poprzednia wersja</td>
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Wersja z 18:45, 18 wrz 2023</td>
</tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l18">Linia 18:</td>
<td colspan="2" class="diff-lineno">Linia 18:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>'''Analiza skupień''' (''grupowanie, klasteryzacja''), (ang. ''data clustering, cluster analysis'') jest to pojęcie z obszaru eksploracji danych, a także uczenia maszynowego, a wywodzące się bezpośrednio z klasyfikacji bezwzorcowej. Analiza skupień jest sposobem klasyfikacji bez nadzoru (ang. unsupervised learning). Jej celem jest dokonywanie grupowania elementów w jednakowe klasy. Fundamentem takiego rodzaju grupowania w znacznej ilości stworzonych algorytmów jest po prostu podobieństwo między danymi elementami. </div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>'''Analiza skupień''' (''grupowanie, klasteryzacja''), (ang. ''data clustering, cluster analysis'') jest to pojęcie z obszaru eksploracji danych, a także uczenia maszynowego, a wywodzące się bezpośrednio z klasyfikacji bezwzorcowej. Analiza skupień jest sposobem klasyfikacji bez nadzoru (ang. unsupervised learning). Jej celem jest dokonywanie grupowania elementów w jednakowe klasy. Fundamentem takiego rodzaju grupowania w znacznej ilości stworzonych algorytmów jest po prostu podobieństwo między danymi elementami. </div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div> </div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div> </div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">==TL;DR==</ins></div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">Analiza skupień to metoda klasyfikacji bez nadzoru, polegająca na grupowaniu elementów w jednakowe klasy na podstawie podobieństwa między nimi. Celami grupowania są odkrywanie struktury danych, uogólnianie, porównywanie i redukowanie ilości danych. Istnieją różne rodzaje algorytmów, takich jak metody hierarchiczne, grupa metod k-średnich i metody rozmytej analizy skupień. Przykłady zastosowania analizy skupień to klasyfikowanie towarów w sklepach i grupowanie chorób w medycynie.</ins></div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Działanie==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Działanie==</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Badacze wielu dyscyplin i dziedzin często napotykają problem z odpowiednim zorganizowaniem uzyskanych dzięki pomiarom danych w grupy bądź struktury, których budowa i rozmieszczenie mają sens. Pojęcie analizy skupień zostało wprowadzone po raz pierwszy w pracy Tryon w 1939 roku. Jej ideą jest stworzenie odpowiednich grup, np. ludzi, tak aby wyodrębnić jednostki, które są do siebie podobne pod różnymi względami. Aby dokonać takiego grupowania, wykorzystuje się pojęcia podobieństwa wewnętrznego i niepodobieństwa zewnętrznego. Polega to na przyporządkowaniu danych elementów do grup, w taki sposób, aby jednostki znajdujące się w określonej grupie były do siebie podobne na odpowiednim poziomie, a zarazem aby stworzone grupy były jak najbardziej różne od siebie. Innymi słowy, analiza skupień jest pewnego rodzaju narzędziem pozwalającym dokonać analizy uzyskanych danych, dzięki czemu są one dzielone na odpowiednie grupy. Analiza skupień na ogół jest wykorzystywana do wyszukiwania określonych struktur w uzyskanych danych bez pokazywania dlaczego dokonała akurat takiego podziału. Nie podaje nam interpretacji bądź wyjaśnienia. </div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Badacze wielu dyscyplin i dziedzin często napotykają problem z odpowiednim zorganizowaniem uzyskanych dzięki pomiarom danych w grupy bądź struktury, których budowa i rozmieszczenie mają sens. Pojęcie analizy skupień zostało wprowadzone po raz pierwszy w pracy Tryon w 1939 roku. Jej ideą jest stworzenie odpowiednich grup, np. ludzi, tak aby wyodrębnić jednostki, które są do siebie podobne pod różnymi względami. Aby dokonać takiego grupowania, wykorzystuje się pojęcia podobieństwa wewnętrznego i niepodobieństwa zewnętrznego. Polega to na przyporządkowaniu danych elementów do grup, w taki sposób, aby jednostki znajdujące się w określonej grupie były do siebie podobne na odpowiednim poziomie, a zarazem aby stworzone grupy były jak najbardziej różne od siebie. Innymi słowy, analiza skupień jest pewnego rodzaju narzędziem pozwalającym dokonać analizy uzyskanych danych, dzięki czemu są one dzielone na odpowiednie grupy. Analiza skupień na ogół jest wykorzystywana do wyszukiwania określonych struktur w uzyskanych danych bez pokazywania dlaczego dokonała akurat takiego podziału. Nie podaje nam interpretacji bądź wyjaśnienia. </div></td></tr>
</table>Sw