Novas estratégias para conserto de soluções degeneradas no algoritmo k-means
O k-means é um algoritmo benchmark bastante utilizado na área de mineração de dados.Ele pertence à grande categoria de heurísticas com base em etapas delocalização-alocação que, alternadamente, localiza centros de cluster e atribuípontos de dados a eles até que nenhuma melhoria seja possível. Tais h...
Na minha lista:
| Autor principal: | |
|---|---|
| Outros Autores: | |
| Formato: | doctoralThesis |
| Idioma: | por |
| Publicado em: |
Brasil
|
| Assuntos: | |
| Endereço do item: | https://repositorio.ufrn.br/jspui/handle/123456789/22695 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
| Resumo: | O k-means é um algoritmo benchmark bastante utilizado na área de mineração de dados.Ele pertence à grande categoria de heurísticas com base em etapas delocalização-alocação que, alternadamente, localiza centros de cluster e atribuípontos de dados a eles até que nenhuma melhoria seja possível. Tais heurísticassão conhecidas por sofrer de um fenômeno chamado de degeneração, em que,alguns dos clusters ficam vazios, e, portanto, fora de uso. Nesta tese, propõe-sevarias comparações e uma série de estratégias para contornar soluçõesdegeneradas durante a execução de k-means. Os experimentos computacionaisdemonstram que essas estratégias são eficientes e levam a melhoressoluções de agrupamento na grande maioria dos casos testados. |
|---|