No description or website provided.
Fetching latest commit…
Cannot retrieve the latest commit at this time.
Permalink
Failed to load latest commit information.
README.md
README.md~
labor-negotiations.data
labor-negotiations.names
labor.arff

README.md

Gom nhóm (Clustering analysis) tập dữ liệu Labor

Trong bài viết này, ta sẽ áp dụng các phương pháp gom nhóm (clustering) trên tập dữ liệu Labor. Đây là tập dữ liệu chứa các thông tin (số ngày nghỉ, số giờ làm việc, lương tăng hàng năm, …) để phân biệt nhân viên tốt (good) và nhân viên không tốt (bad). Hai thuật toán được sử dụng là K-mean và Hierarchical Clustering (AGNES). Để dễ tiếp cận, các phương pháp được thực hiện với Weka.

Mô tả sơ lược về dữ liệu

Sau khi nạp dữ liệu labor.arff vào Weka, ta khảo sát các thông tin về tập dữ liệu này.

Exploratory analysis

  • Số mẫu dữ liệu: 57
  • Số thuộc tính: 17
Tên thuộc tinh loại thuộc tính số giá trị thiếu
duration numeric 1 (2%)
wage increase in first year numeric 1 (2%)
wage increase in second year numeric 11 (19%)
wage increase in third year numeric 42 (74%)
cost of living allowance nomial 20 (35%)
working hours numeric 6 (11%)
pension nomial 30 (53%)
standby pay numeric 48 (84%)
shift differencial numeric 26 (46%)
education allowance nomial 35 (61%)
statutory holidays numeric 4 (7%)
vacation nomial 6 (11%)
longterm disabil nomial 29 (51%)
contribution towards the dental plan nomial 20 (35%)
bereavement nomial 27 (47%)
contribution towards the health plan nomial 20 (35%)

Gom nhóm dữ liệu

Thuật toán chạy 2 lần với dữ liệu chưa điền giá trị thiếu và đã điền giá trị thiếu (sử dụng bộ lọc ReplaceMissingValues). Ta thiết lập các thông số trước khi tiến hành gom nhóm dữ liệu.

  • Chọn số nhóm bằng 2
  • Sử dụng kỹ thuật đánh giá Classes To Clusters
  • Chọn độ đo khoảng cách Euclide
  • A: Chưa xử lý giá trị thiếu, B: Đã xử lý giá trị thiếu
Thuật toán Số mẫu gom nhóm sai (A) Số mẫu gom nhóm sai (B)
SimpleKMeans 13.0 (22.807%) 13.0 (22.807%)
AGNES với Single Link 20.0 (35.0877%) 19.0 (33.333%)
AGNES với Complete Link 21.0 (36.8421%) 17.0 (29.824%)
AGNES với Adjusted Complete Link 21.0 (36.8421%) 19.0 (33.333%)
AGNES với Average Link 20.0 (35.0877 %) 15.0 (26.315%)
AGNES với Mean Link 15.0 (26.3158%) 16.0 (28.070%)
AGNES với Centroid Link 25.0 (43.8596%) 19.0 (33.333%)