15829106
CLUSTERING EN
INTELIGENCIA
ARTIFICIAL
- ¿Que es CLUSTERING?
- Es una técnica estadística multivariante cuya finalidad es dividir un conjunto de objetos en
grupos (cluster) de forma que las caracteristicas de los objetos en un mismo grupo sean muy
similares entre sí y los de los objetos de los demás grupos sean distintos.
- Exiten diferentes algoritmmos que intenta implementar lo
mejor posible este metodo
- CARACTERISTICAS CON LA QUE DEBEN
CONTAR:
- * Similitud dentro de los grupos y diferencia fuera de ellos.
- *Trabajar muchas variables.
- * Alta velocidad
- * Similitud dentro de los grupos y diferencia fuera de ellos.
- SE DIVIDEN EN DOS GRUPOS:
- CLUSTERING JERARQUICO
- K-MEDIOS
- MAPAS DE AUTOORGANIZACION
- K-MEDIOS
- CLUSTERING NO JERARQUICO
- MÉTODO DIVISIVO
- En el método de agrupamiento
divisivo o descendente, asignamos
todas las observaciones a un único
clúster y luego dividimos el clúster
en dos clústeres menos similares.
- En el método de agrupamiento
divisivo o descendente, asignamos
todas las observaciones a un único
clúster y luego dividimos el clúster
en dos clústeres menos similares.
- MÉTODO AGLOMERATIVO
- En el método de agrupamiento
aglomerativo o ascendente
asignamos cada observación a su
propio clúster. Se calcula la
similitud entre cada grupo y final
mente se unen los más similares.
- En el método de agrupamiento
aglomerativo o ascendente
asignamos cada observación a su
propio clúster. Se calcula la
similitud entre cada grupo y final
mente se unen los más similares.
- MÉTODO DIVISIVO
- CLUSTERING JERARQUICO
- CARACTERISTICAS CON LA QUE DEBEN
CONTAR:
- Exiten diferentes algoritmmos que intenta implementar lo
mejor posible este metodo
- Es una técnica estadística multivariante cuya finalidad es dividir un conjunto de objetos en
grupos (cluster) de forma que las caracteristicas de los objetos en un mismo grupo sean muy
similares entre sí y los de los objetos de los demás grupos sean distintos.
Anexos de mídia
Quer criar seus próprios Mapas Mentais gratuitos com a GoConqr? Saiba mais.