Spectral Clustering of Economic Data

Abstract

Bu tez çalışmasında, veri madenciliği spektral kümeleme ve k_mean'taki en önemli algoritmalardan ikisi uygulanmış ve araştırmanın istatistiksel olarak nerede yapıldığı ve veri ambarı AEA (European Economic Association) 'dan yapılan çalışmalar arasındaki varyansları otuz bir ülkede bulmaya çalışılmıştır Avrupa Birliği'nde 2008'den 2013'e kadar olan yedi yılda ilk kez yapılan çalışma, İnsanları yoksulluk ya da sosyal dışlanma riski altında sınıflandırırken ikincisi, eğitim seviyesine göre üçüncül bir nüfus ve sonuncusu ise iş başına ortalama ve medyan gelir Hanehalkı yoğunluğu.İlk aşamada algoritmayı uygulamak için verilerin kalibre edilmesi ve biçimi de yapılmıştır, aynı zamanda bazı ayarlamalar yapmıştır ve istatistiklerin kanunlarına göre kayıp değerlerin bir kısmını tahmin etmektir, İkinci aşamada, algoritma programı, matlap dil sürümü no14 yazdı, daha sonra 3D olarak temsil edilen sonuçlarSon olarak, analiz edilen tüm sonuçlar, bu nedenle faydalar ve avantajlar, Üç faktör arasındaki ilişkiyi bulun ve bu üç faktör arasında bir etkinin hangisinin diğer üç kümede otuz bir ülkeyi çalışma yılına göre kümeleşmesini sağlayın.İnsanın yaşama ve yaşam oranının yüksek olduğu zengin ülkelerde, yoksulluk riskinin yüzdesi azalır ve bu ülkelerdeki insanlara Konfor ve istikrar ömrü sağladığı için, yüksek öğrenim başarısı oranının arttığına dikkat çekilirken, yoksulluk riskinde olan insanların sayısını artırdığımızı ve eğitime katılım oranını düşürdüğünü dikkate alarak, bu insanlar gerçekle daha yakından ilgilenecek ve geleceğe yönelik saplantılara ve korkulara yaklaşmaya çalıştıklarından, kendilerini As a Sonuç olarak, iş piyasasını erken yaşlarda bir iş fırsatı bulmak için katılmak üzere açmak.

In this thesis were implemented two of the most important algorithms in the data mining spectral clustering and k_mean ,tring to find the variances between them where the study was conducted on the statistics and studies from data warehouse EEA (European Economic Association) in thirty-one countries in the European Union in the seven years from 2008 to 2013, which was The first study classifies the People at risk of poverty or social exclusion, while the second one is Population tertiary by education attainment level And the last is Mean and median income by work intensity of the household. In the first phase has been calibrated and format of the data in order to apply the algorithm, it has also been making some adjustments and guess some of the lost values of statistics according to the laws of statistics, The second stage, so we execute the algorithm program which wrote in matlap language version no14, then the results represented in 3DFinally, all the results analyzed, therefore the benefits and advantages, Find the relationship between three factors and which one effect to other than clustering the thirty-one countries with a year of studies in three different clusters.In rich countries where people have well-being life and high living rate, The percentage for risk of poverty decreases and we noted rising the percentage of high educational attainment, because people in those countries have Comfort and stability life ,While in the least well-being countries, we note rise the number of people at risk of poverty and decrease percentage educational attainment, so these people be more deal with reality and Approaching to the obsessions and fears of the future, so they try to be Self-reliance by, As a result, turning the labor market for attend to find a job opportunity at early age.