Clustering and visualization for enhancing interpretation of categorical data
本論文では大規模カテゴリカルデータのデータ解釈の場面で生じる問題を考えた．データが大規模な場合，クラスター分析や視覚化などで，データの潜在的な構造を調べる方法が有用とされるが，対象ごとにカテゴリの解釈が異なったり，同じ属性でも回答傾向が異なったりすると解釈が複雑になる．本論文ではそのように既存手法をシンプルに適用するのでは解釈が難しいようなデータに対して，よりわかりやすい解釈をするための手法を開発した． === Large-scale categorical data are often obtained in various fields. As an interpretation of l...
| Main Authors: | , , |
|---|---|
| Format: | Others |
| Language: | en |
| Published: |
2019
|
| Subjects: | |
| Online Access: | https://doshisha.repo.nii.ac.jp/?action=repository_uri&item_id=1568 http://id.nii.ac.jp/1707/00001560/ https://doshisha.repo.nii.ac.jp/?action=repository_action_common_download&item_id=1568&item_no=1&attribute_id=21&file_no=1 https://doshisha.repo.nii.ac.jp/?action=repository_action_common_download&item_id=1568&item_no=1&attribute_id=21&file_no=2 |
Internet
https://doshisha.repo.nii.ac.jp/?action=repository_uri&item_id=1568http://id.nii.ac.jp/1707/00001560/
https://doshisha.repo.nii.ac.jp/?action=repository_action_common_download&item_id=1568&item_no=1&attribute_id=21&file_no=1
https://doshisha.repo.nii.ac.jp/?action=repository_action_common_download&item_id=1568&item_no=1&attribute_id=21&file_no=2