Una revisión de los algoritmos de partición más comunes en el análisis de conglomerados: un estudio comparativo

Este estudio está enfocado en comparar diversos métodos de partición del análisis de conglomerados, usualmente conocidos como métodos no jerárquicos. En este trabajo, se realizan estudios de simulación para comparar los resultados obtenidos al implementar los algoritmos k-medias, k-medianas, PAM y Clara cuando los datos son multivariados y de tipo continuo. Adicionalmente, se efectúa un estudio de simulación con el fin de comparar algoritmos de partición para datos cualitativos, confrontando la eficiencia de los algoritmos PAM y k-modas. La eficiencia de los algoritmos se compara usando el índice de Rand ajustado y la tasa de correcta clasificación. Finalmente, se aplican los algoritmos a bases de datos reales, las cuales poseen clases predefinidas.

• Autores: Leiva-Valdebenito, Susana A.; Torres-Avilés, Francisco J.
• Tipo de recurso: Article of journal
• Fecha de publicación: 2010
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/40783
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/40783; http://bdigital.unal.edu.co/30880/
• Palabra clave: algoritmos de conglomerados; medida de similaridad; simulación; Clustering algorithm
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional