IDEAS home Printed from https://ideas.repec.org/p/pot/statdp/55.html
   My bibliography  Save this paper

Gruppierung von Daten: Topologische Verfahren vs. Clusteranalyse

Author

Listed:
  • Andreas Nastansky

    (Hochschule für Wirtschaft und Recht (HWR) Berlin)

Abstract

Dieser Beitrag beinhaltet einen Vergleich zwischen den Methoden der Topologischen Datenanalyse (TDA) und statistischen Clusterverfahren bei der Gruppierung von Daten. Es werden Gemeinsamkeiten und Unterschiede bei der Bildung der Cluster und Zuordnung der statistischen Einheiten identifiziert. Hierzu werden zwei empirische Datensätze aus der Biologie und Medizin herangezogen. Zusammengefasst haben sich die Verfahren der TDA als ein praktikables Werkzeug bei der Gruppierung von Objekten erwiesen. Vor allem mit dem Mapper-Algorithmus konnten adäquate Cluster erkannt werden. Beim Iris Flower-Datensatz hat die TDA ähnliche Ergebnisse wie die Clusteranalyse erzielt. Der Heart Disease-Datensatz war schwieriger zu behandeln. Die genutzten clusteranalytischen Verfahren waren nicht geeignet, die beiden Gruppen von Patienten korrekt zu identifizieren. Im Vergleich zu den Standardverfahren der Clusteranalyse zeigte sich eine leichte Überlegenheit der topologischen Verfahren.

Suggested Citation

  • Andreas Nastansky, 2022. "Gruppierung von Daten: Topologische Verfahren vs. Clusteranalyse," Statistische Diskussionsbeiträge 55, Universität Potsdam, Wirtschafts- und Sozialwissenschaftliche Fakultät.
    • Handle: RePEc:pot:statdp:55
    DOI: 10.25932/publishup-57272
    as

    Download full text from publisher

    File URL: https://doi.org/10.25932/publishup-57272
    Download Restriction: no
    File URL: https://libkey.io/10.25932/publishup-57272?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    References listed on IDEAS

    as
    1. Andreas Nastansky, 2019. "Topologische Datenanalyse: Eine Einführung in die Persistente Homologie und Mapper," Statistische Diskussionsbeiträge 53, Universität Potsdam, Wirtschafts- und Sozialwissenschaftliche Fakultät.
    Full references (including those not matched with items on IDEAS)

    Most related items

    These are the items that most often cite the same works as this one and are cited by the same works as this one.

      More about this item

      Keywords

      Clusteranalyse; Mapper; Persistente Homologie; Topologische Datenanalyse;
      All these keywords.

      NEP fields

      This paper has been announced in the following NEP Reports:

      Statistics

      Access and download statistics

      Corrections

      All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:pot:statdp:55. See general information about how to correct material in RePEc.

      If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

      If CitEc recognized a bibliographic reference but did not link an item in RePEc to it, you can help with this form .

      If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

      For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Marco Winkler (email available below). General contact details of provider: https://edirc.repec.org/data/lspotde.html .

      Please note that corrections may take a couple of weeks to filter through the various RePEc services.

      IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.