MetaCLAS: A Prototype Evolutionary Proposal to Automatically Suggest Clustering Methods and their Parameters

Uno de los principales problemas al que nos enfrentamos al momento de realizar agrupamiento de datos consiste en elegir cuál es el mejor método de clustering para clasificarlos, y cuál es la cantidad ideal (k) de grupos en los que se deberían separar esos datos. En este trabajo presentamos una prime...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Latini, Macarena, Cecchini, Rocío L., Carballido, Jessica Andrea
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2017
Materias:
Ciencias Informáticas
algoritmos genéticos
clustering particional
computación evolutiva
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/63712
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-63712
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
algoritmos genéticos
clustering particional
computación evolutiva
spellingShingle Ciencias Informáticas
algoritmos genéticos
clustering particional
computación evolutiva
Latini, Macarena
Cecchini, Rocío L.
Carballido, Jessica Andrea
MetaCLAS: A Prototype Evolutionary Proposal to Automatically Suggest Clustering Methods and their Parameters
topic_facet Ciencias Informáticas
algoritmos genéticos
clustering particional
computación evolutiva
description Uno de los principales problemas al que nos enfrentamos al momento de realizar agrupamiento de datos consiste en elegir cuál es el mejor método de clustering para clasificarlos, y cuál es la cantidad ideal (k) de grupos en los que se deberían separar esos datos. En este trabajo presentamos una primera aproximación de un método que, a partir de un conjunto de datos estandarizados, sugiere el método de clustering y el valor de k que mejor los agrupa. Para esto considera cuatro índices de evaluación de la estructura final de clusters: Dunn, Silueta, Entropía y Widestgap. El algoritmo está implementado como un algoritmo genético en el cual los individuos son posibles configuraciones de métodos de clustering y sus parámetros. En este primer prototipo, el algoritmo sugiere entre los métodos de partición K-means, PAM, CLARA y Fanny. Asimismo, además de sugerir el método que presentó mejor desempeño, también se obtiene como resultado el valor de los parámetros para ejecutarlo. El prototipo fue desarrollado en un entorno de R y se pudo corroborar que sus resultados son consistentes con una combinación de resultados provistos por otros métodos con objetivos similares. La idea de este trabajo es que sirva de base inicial para un desarrollo que incorpore opciones para reducción de la matriz de datos, evaluación de más métodos de agrupamiento y optimización de los operadores genéticos del algoritmo.
format Objeto de conferencia
Objeto de conferencia
author Latini, Macarena
Cecchini, Rocío L.
Carballido, Jessica Andrea
author_facet Latini, Macarena
Cecchini, Rocío L.
Carballido, Jessica Andrea
author_sort Latini, Macarena
title MetaCLAS: A Prototype Evolutionary Proposal to Automatically Suggest Clustering Methods and their Parameters
title_short MetaCLAS: A Prototype Evolutionary Proposal to Automatically Suggest Clustering Methods and their Parameters
title_full MetaCLAS: A Prototype Evolutionary Proposal to Automatically Suggest Clustering Methods and their Parameters
title_fullStr MetaCLAS: A Prototype Evolutionary Proposal to Automatically Suggest Clustering Methods and their Parameters
title_full_unstemmed MetaCLAS: A Prototype Evolutionary Proposal to Automatically Suggest Clustering Methods and their Parameters
title_sort metaclas: a prototype evolutionary proposal to automatically suggest clustering methods and their parameters
publishDate 2017
url http://sedici.unlp.edu.ar/handle/10915/63712
work_keys_str_mv AT latinimacarena metaclasaprototypeevolutionaryproposaltoautomaticallysuggestclusteringmethodsandtheirparameters
AT cecchinirociol metaclasaprototypeevolutionaryproposaltoautomaticallysuggestclusteringmethodsandtheirparameters
AT carballidojessicaandrea metaclasaprototypeevolutionaryproposaltoautomaticallysuggestclusteringmethodsandtheirparameters
bdutipo_str Repositorios
_version_ 1764820479224315904

Ejemplares similares