Análisis de algoritmos de clustering para datos categóricos
En el campo de la estadística, el análisis de clusters se puede definir como la tarea de encontrar grupos relevantes de una población a partir de una muestra, de modo que los miembros de cada grupo sean más similares entre si que con respecto a los miembros de otros grupos en algún sentido. Nuestro...
- Autores:
-
Cerón Uribe, Juan Felipe
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2018
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/39125
- Acceso en línea:
- http://hdl.handle.net/1992/39125
- Palabra clave:
- Análisis cluster
Estadística matemática
Análisis estadístico multivariable
Algoritmos difusos
Matemáticas
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-sa/4.0/
| id |
UNIANDES2_b838870e61f7182a811fa5514d8b3f06 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/39125 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Quiroz Salazar, Adolfo Josévirtual::1532-1Cerón Uribe, Juan Felipe13391324-155b-41ad-9fdd-8d9d01ea2bd8500Junca Peláez, Mauricio José2020-06-10T16:03:18Z2020-06-10T16:03:18Z2018http://hdl.handle.net/1992/39125u820979.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/En el campo de la estadística, el análisis de clusters se puede definir como la tarea de encontrar grupos relevantes de una población a partir de una muestra, de modo que los miembros de cada grupo sean más similares entre si que con respecto a los miembros de otros grupos en algún sentido. Nuestro objetivo principal para este proyecto fue analizar algoritmos de clustering adaptados a datos con atributos categóricos. Con este fin, realizamos una lectura crítica del planteamiento del algoritmo ROCK, un algoritmo moderno basado en la atractiva idea de considerar la vecindad que rodea a cada uno de los datos. Finalmente, propusimos una modificación a este algoritmo y comparamos su desempeño con el original (y otros algoritmos clásicos de clustering) mediante conjuntos de datos simulados."Cluster analysis can be defined as the task of finding relevant groups in a population given a sample, in such a way that the members of each group are more similar (in some sense) to each other than to members of other groups. Our main objective for this project was to analyze clustering algorithms that are well adapted to data with categorical attributes. To this end, we did a critical reading of the paper that introduced the ROCK algorithm, a modern algorithm based on the attractive idea of considering the neighborhood surrounding each data point. Finally, we proposed a modification for this algorithm and compared its performance to the original one (as well as other classical algorithms) using simulated datasets."--Tomado del Formato de Documento de Grado.MatemáticoPregrado58 hojasapplication/pdfspaUniversidad de los AndesMatemáticasFacultad de CienciasDepartamento de Matemáticasinstname:Universidad de los Andesreponame:Repositorio Institucional SénecaAnálisis de algoritmos de clustering para datos categóricosTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPAnálisis clusterEstadística matemáticaAnálisis estadístico multivariableAlgoritmos difusosMatemáticasPublicationhttps://scholar.google.es/citations?user=qwMDh-4AAAAJvirtual::1532-10000-0003-4033-3400virtual::1532-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001497101virtual::1532-11be19e5b-39c2-4d92-b44f-b9b4a48991cavirtual::1532-11be19e5b-39c2-4d92-b44f-b9b4a48991cavirtual::1532-1ORIGINALu820979.pdfapplication/pdf479210https://repositorio.uniandes.edu.co/bitstreams/c9eb805a-9075-4219-8145-87a62c21acca/download3f2b303dafdb980612b1f1eb4aa9d288MD51THUMBNAILu820979.pdf.jpgu820979.pdf.jpgIM Thumbnailimage/jpeg7378https://repositorio.uniandes.edu.co/bitstreams/fb52c32d-b1ac-4ccf-9fd7-98b0ad49e9f1/download95735f87140664cf7e933ade4251981eMD55TEXTu820979.pdf.txtu820979.pdf.txtExtracted texttext/plain92013https://repositorio.uniandes.edu.co/bitstreams/4c2f4bab-ecd0-443f-8e9b-e164d9e9c24a/downloadddb0def2577a83d55904a07a98263377MD541992/39125oai:repositorio.uniandes.edu.co:1992/391252024-03-13 11:59:04.699http://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |
| dc.title.es_CO.fl_str_mv |
Análisis de algoritmos de clustering para datos categóricos |
| title |
Análisis de algoritmos de clustering para datos categóricos |
| spellingShingle |
Análisis de algoritmos de clustering para datos categóricos Análisis cluster Estadística matemática Análisis estadístico multivariable Algoritmos difusos Matemáticas |
| title_short |
Análisis de algoritmos de clustering para datos categóricos |
| title_full |
Análisis de algoritmos de clustering para datos categóricos |
| title_fullStr |
Análisis de algoritmos de clustering para datos categóricos |
| title_full_unstemmed |
Análisis de algoritmos de clustering para datos categóricos |
| title_sort |
Análisis de algoritmos de clustering para datos categóricos |
| dc.creator.fl_str_mv |
Cerón Uribe, Juan Felipe |
| dc.contributor.advisor.none.fl_str_mv |
Quiroz Salazar, Adolfo José |
| dc.contributor.author.none.fl_str_mv |
Cerón Uribe, Juan Felipe |
| dc.contributor.jury.none.fl_str_mv |
Junca Peláez, Mauricio José |
| dc.subject.keyword.es_CO.fl_str_mv |
Análisis cluster Estadística matemática Análisis estadístico multivariable Algoritmos difusos |
| topic |
Análisis cluster Estadística matemática Análisis estadístico multivariable Algoritmos difusos Matemáticas |
| dc.subject.themes.none.fl_str_mv |
Matemáticas |
| description |
En el campo de la estadística, el análisis de clusters se puede definir como la tarea de encontrar grupos relevantes de una población a partir de una muestra, de modo que los miembros de cada grupo sean más similares entre si que con respecto a los miembros de otros grupos en algún sentido. Nuestro objetivo principal para este proyecto fue analizar algoritmos de clustering adaptados a datos con atributos categóricos. Con este fin, realizamos una lectura crítica del planteamiento del algoritmo ROCK, un algoritmo moderno basado en la atractiva idea de considerar la vecindad que rodea a cada uno de los datos. Finalmente, propusimos una modificación a este algoritmo y comparamos su desempeño con el original (y otros algoritmos clásicos de clustering) mediante conjuntos de datos simulados. |
| publishDate |
2018 |
| dc.date.issued.none.fl_str_mv |
2018 |
| dc.date.accessioned.none.fl_str_mv |
2020-06-10T16:03:18Z |
| dc.date.available.none.fl_str_mv |
2020-06-10T16:03:18Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/39125 |
| dc.identifier.pdf.none.fl_str_mv |
u820979.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/39125 |
| identifier_str_mv |
u820979.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
58 hojas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.es_CO.fl_str_mv |
Matemáticas |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ciencias |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Matemáticas |
| dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
| instname_str |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| reponame_str |
Repositorio Institucional Séneca |
| collection |
Repositorio Institucional Séneca |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/c9eb805a-9075-4219-8145-87a62c21acca/download https://repositorio.uniandes.edu.co/bitstreams/fb52c32d-b1ac-4ccf-9fd7-98b0ad49e9f1/download https://repositorio.uniandes.edu.co/bitstreams/4c2f4bab-ecd0-443f-8e9b-e164d9e9c24a/download |
| bitstream.checksum.fl_str_mv |
3f2b303dafdb980612b1f1eb4aa9d288 95735f87140664cf7e933ade4251981e ddb0def2577a83d55904a07a98263377 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1808390167435673600 |