Comparación entre Kmeans y redes neuronales
El análisis de cluster ha sido un tema de investigación emergente en minería de datos debido a su variedad de aplicaciones, puede ser considerado el problema más importante de aprendizaje no supervisado que trata de encontrar una estructura en una colección de datos y que se puede de finir como el...
| Autor Principal: | Cruz Ramos, William |
|---|---|
| Formato: | info:eu-repo/semantics/bachelorThesis |
| Idioma: | spa |
| Publicado: |
Universidad Santo Tomás
2017
|
| Materias: | |
| Acceso en línea: |
https://hdl.handle.net/11634/3828 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
El análisis de cluster ha sido un tema de investigación emergente en minería de datos debido a su variedad
de aplicaciones, puede ser considerado el problema más importante de aprendizaje no supervisado que
trata de encontrar una estructura en una colección de datos y que se puede de finir como el proceso de
organizar objetos en grupos cuyos miembros son similares en alguna forma. Con el desarrollo de muchos
algoritmos de agrupamiento de datos y su amplio uso, que incluyen desde procesamiento de imágenes,
biología computacional, comunicaciones móviles, hasta medicina y economía, estos algoritmos se han
vuelto muy populares.
El principal problema con los algoritmos de agrupación es que no se pueden estandarizar. Un algoritmo
puede dar buen resultado con un tipo de conjunto de datos, pero puede fallar o dar mal resultado con
otros tipos de datos. Hasta ahora se han propuesto muchos algoritmos de agrupación, sin embargo, cada
algoritmo tiene sus propios méritos y deméritos porque no funcionan bien en todas las situaciones reales. |
|---|