Clustering performance comparison using<i>K</i>-means and expectation maximization algorithms

Jung, Yong Gyu; Kang, Min Soo; Heo, Jun Haeng

doi:10.1080/13102818.2014.949045

Cited by 103 publications

(48 citation statements)

References 2 publications

(2 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In this section, the main idea of the EM algorithm was introduced in [22][23][24][25][26][27][28]. Then we make use of the Kalman filtering and Kalman smoothing approaches to derive the iterative computation procedure for the proposed model (1) and (2).…”

Section: Em Algorithm For Parameter Identificationmentioning

confidence: 99%

Stochastic dynamic modeling of lithium battery via expectation maximization algorithm

Liu

Cai

et al. 2016

Neurocomputing

View full text Add to dashboard Cite

Section: Em Algorithm For Parameter Identificationmentioning

confidence: 99%

Stochastic dynamic modeling of lithium battery via expectation maximization algorithm

Liu

Cai

et al. 2016

Neurocomputing

View full text Add to dashboard Cite

“…Ancak K-ortalama yön-teminin EM yöntemine göre daha fazla zaman aldığını belirlemişlerdir. 29 Goyal 2014 yılında WEKA'da kullanılan COB-WEB, DBSCAN, EM, En uzak ilk ve K-ortalama kümeleme algoritmaları veri setleri üzerinde uygulayarak en iyi yöntemlerin EM ve K-ortalama olduğu sonucuna varmıştır. 30 Çalışmamızda kullandığımız Framingham risk skoru birçok uluslararası ve ulusal çalışmada kardiyovasküler hastalık geçirme riskinin tahmininde kullanılmaktadır.…”

Section: Tartişma Ve Sonuçunclassified

Usage of Cluster Algorithms in Health Studies: An Application

Pasin¹,

Ankaralı²

2016

Turkiye Klinikleri J Med Sci

View full text Add to dashboard Cite

Ö ÖZ ZE ET T A Am ma aç ç: : Farklı kümeleme algoritmalarını, algoritmaların nasıl ve hangi durumlarda doğru bir şekilde kullanılabileceğini tanıtmaktır. Aynı zamanda sağlık araştırmalarından elde edilmiş gerçek bir veri seti üzerinde uygulanabilir olan farklı kümeleme algoritmalarının sonuçlarını karşılaştır-maktır. G Ge er re eç ç v ve e Y Yö ön nt te em ml le er r: : Kardiyovasküler rahatsızlığına sebep olabilecek risk faktörleri incelenerek bireyler düşük, orta ve yüksek riskli olarak gruplandırabilmek için farklı kümeleme algoritmaları kullanıldı. Kümeleme algoritması olarak EM (expectation maximization), En uzak ilk, Yoğunluk kümeleme, K-Medoid ve Cascade K-ortalama, K-ortalama yöntemleri kullanılmıştır. B Bu ul lg gu ul la ar r: : Yapılan değerlendirmeler sonucunda kullanılan iki farklı veri seti için hesaplanan uyum katsayıları istatistik olarak anlamlı bulundu ancak bu katsayılar orta derecede bir uyumu gösterdi. Gerçekleştirilen uygulama sonucunda her iki veri seti içinde kappa katsayısı bakımından en uygun ve en hızlı sonuçlar üreten algoritmanın en uzak ilk kümeleme yöntemi olduğu sonucuna varıldı. Framingham risk grupları oluşturulan kümeler arasında çapraz tablolar oluşturularak grupların dağılımı incelendiğinde ise, en isabetli kararların Make Density Based ve EM algoritmalarına ait kü-melerden elde edildiği görüldü. S So on nu uç ç: : Sonuç olarak kümeleme yöntemlerinin hastalıklara ait risk faktörlerinin incelenmesi ve klinik bilgiler de dikkate alınarak hastalık gruplarının oluşturul-masında, doğru hastalık teşhislerinin konulmasında önemli kullanım alanlarına sahip olacağı düşünülmektedir. Ayrıca kümeleme algoritmaları veri dağılımları ve özellikleri dikkate alınarak kullanıldığında sağlık alanında her türlü planlama ve teşhis için kullanılabilir, sonuçta iyi bir araç olacağı düşüncesindeyiz.A An na ah ht ta ar r K Ke el li im me el le er r: : Küme analizi; veri madenciliği; algoritma; kalp ve damar hastalıkları; risk faktörleri A AB BS ST TR RA AC CT T O Ob bj je ec ct ti iv ve e: : The purpose of this study is to introduce different clustering algorithms and show how and which cases should be correctly used. At the same time, different clustering algorithms results which can be applied on a real data set were compared. . M Ma at te er ri ia al l a an nd d M Me et th ho od ds s: : Individuals grouped to low, medium and high risk clusters with using different clustering algorithms by examining risk factors of cardiovascular disease. EM, Denstiy based clustering, K-Medoid, Cascade K-Means and K-Means used for evaluating risk groups. R Re es su ul lt ts s: : According to the evaluations, for two different data sets the kappa coefficients were statistically significant and its degree are intermediate. In terms of both data sets the most convenient and fastest algorithm is farthest clustering algorithm. The results obtained by Make Density Based and EM algorithms gave the most accurate desicions in terms of the distribution of the groups among Framingham risk groups cross tables. C Co on nc cl lu ...

show abstract

“…A common technique to observe this dataset is using clustering. Clustering splits a large amount of data and performs grouping considering the similarities of the individual data supplied [2]. However, several clustering algorithms suffer from high computational cost and one of which is the Fuzzy C-Means algorithm.…”

Section: Introductionmentioning

confidence: 99%

Enhanced Manhattan-based Clustering using Fuzzy C-Means Algorithm for High Dimensional Datasets

Tolentino

Gerardo

2019

Int. J. Adv. Sci. Eng. Inf. Technol.

View full text Add to dashboard Cite

The problem of mining a high dimensional data includes a high computational cost, a high dimensional dataset composed of thousands of attribute and or instances. The efficiency of an algorithm, specifically, its speed is oftentimes sacrificed when this kind of dataset is supplied to the algorithm. Fuzzy C-Means algorithm is one which suffers from this problem. This clustering algorithm requires high computational resources as it processes whether low or high dimensional data. Netflix data rating, small round blue cell tumors (SRBCTs) and Colon Cancer (52,308, and 2,000 of attributes and 1500, 83 and 62 of instances respectively) dataset were identified as a high dimensional dataset. As such, the Manhattan distance measure employing the trigonometric function was used to enhance the fuzzy c-means algorithm. Results show an increase on the efficiency of processing large amount of data using the Netflix ,Colon cancer and SRCBT an (39,296, 38,952 and 85,774 milliseconds to complete the different clusters, respectively) average of 54,674 milliseconds while Manhattan distance measure took an average of (36,858, 36,501 and 82,86 milliseconds, respectively) 52,703 milliseconds for the entire dataset to cluster. On the other hand, the enhanced Manhattan distance measure took (33,216, 32,368 and 81,125 milliseconds, respectively) 48,903 seconds on clustering the datasets. Given the said result, the enhanced Manhattan distance measure is 11% more efficient compared to Euclidean distance measure and 7% more efficient than the Manhattan distance measure respectively.

show abstract

Clustering performance comparison usingK-means and expectation maximization algorithms

Cited by 103 publications

References 2 publications

Stochastic dynamic modeling of lithium battery via expectation maximization algorithm

Stochastic dynamic modeling of lithium battery via expectation maximization algorithm

Usage of Cluster Algorithms in Health Studies: An Application

Enhanced Manhattan-based Clustering using Fuzzy C-Means Algorithm for High Dimensional Datasets

Contact Info

Product

Resources

About