Modeling Comparisons for some Classification Methods, Bayesian, Neural and Traditional Cluster Techniques

• Lévy Mangin, Jean| Pierre ^[1] ; Moriano, Juan Antonio ^[2] ; Bourgault, Normand ^[1]
  1. [1] Université du Québec en Outaouais

     Université du Québec en Outaouais

     CA.10.07.81017, Canadá

     
  2. [2] Universidad Nacional de Educación a Distancia

     Universidad Nacional de Educación a Distancia

     Madrid, España

     
• Localización: CIENCIA ergo-sum, ISSN 1405-0269, Vol. 17, Nº. 2, 2010, págs. 127-135
• Idioma: inglés
• Títulos paralelos:
  • Modelado de comparaciones para técnicas de clasificación bayesianas, neurales y técnicas de conglomerados tradicionales
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se comparan algunas técnicasde clasificación muy útiles para análisis deconglomerados en marketing. Los primerosestán basados en la Modelización Mixta deClases Latentes con datos de entrenamiento yposteriormente sin ellos. El segundo conjuntode técnicas se fundamenta en los métodos declasificación basados en las redes neuronales.Finalmente, se presentarán métodos másclásicos basados en las técnicas de K-mediasseguido de los conglomerados jerárquicos.

  • English

    This article compares some classification methods that would be very useful for clustering purposes mainly in marketing. First of them are based on Latent Class Mixture Modeling with training data and without training data. The second set of techniques is based on Neural Networks Classification Method and finally we will present methods based on more classical techniques like K-Means and Hierarchical Cluster Analysis techniques.