Son zamanlarda ismine sıkça rastlıyorum. Bu yazımda okuduğum makalelerde dikkatimi çeken ayrıntılara değineceğim. Analizin ilk ortaya çıkışı 1994 yılıdır. Cutler ve Breiman Non-lineer EKK tekniğinde karşılaştıkları somut bir probleme çözüm bulmak amacı ile durumu minimize edecek bir algoritma geliştirerek AA'nın temelini oluşturdular. Ayrıca bu algoritma bir kaç regresyon eşitliğini çözümleyerek varyans açıklama oranını maksimize ediyor.
Teknik kendini K-means'e alternatif olarak konumlandırıyor. Aynı işi yapıyorlar fakat AA daha çok "pure types" lar ile ilgileniyor. Makalelerde ön plana çıkan özellik, K-meanste ki durumun ilerleyen dönemlerde geçerliliğini kaybettiği fakat AA ile yapılan segmentasyonun geçerliliğini uzunca bir süre kaybetmediğidir. Zaten analizin teoriği incelendiğinde sadece uçtaki durumlar(extreme value) ile ilgilendiğimizden K-meansteki en büyük sorun olan zaman zaman segmentlerin ayrışmamasının önüne geçiliyor. Gruplar arasındaki fark bir bakışta anlaşılırdır.
Farkı daha iyi anlayabilmeniz açısından yaptığım 3 kümeli bir uygulamanın çıktısını ekliyorum. K1..K3 : K-means cluster A1..A3 : Arc. Analysis
Kaynak : https://docs.google.com/viewer?a=v&q=cache:oJZ-H-YJ2icJ:www.action-research.com/archtype.html+&hl=tr&gl=tr&pid=bl&srcid=ADGEESgpPG3WVCe5dYDpNsYXx_UfMt4d_WI8CYdLtU7k1Oply8eATQ3WtWdcIZVwr4iFHbhJ-1gkAyP1awVuJj3194C5gNTTuG1i0MeMAfG8WWLQroodiQut0nK784wFF0oGFCXnWoNt&sig=AHIEtbRO0n-x4nLzznNlRb4DAKnQiCrs8g
Product test : https://docs.google.com/viewer?a=v&q=cache:VqNhdC0J1zMJ:interval.louisiana.edu/reliable-computing-journal/volume-14/reliable-computing-14-pp-105-116.pdf+&hl=tr&gl=tr&pid=bl&srcid=ADGEESiLHxpmDRlu0hWf4X9aMPruMNciHl5B9UWFdNwjiyjddJ1N0h8j2gKw092sloru6kScpRRB1ZlcI2jWyixzvhSAOPjd2B2oux4_1kH4TwmTOiCPkkUFn0KQPOrqyzRD_jf1bEju&sig=AHIEtbSQBlZXzus1-qtb7L77YcD58cuy9g
Not: Kendi çalışmamdır. İzinsiz paylaşılamaz.
Hiç yorum yok:
Yorum Gönder