| Journal: | Revista brasileira de estatistica |
| Database: | CLASE |
| System number: | 000412981 |
| ISSN: | 0034-7175 |
| Authors: | Semaan, Gustavo Silva1 Torres, Claudio de Carvalho2 Brito, Jose Andres de Moura3 Ochi, Luiz Satoru4 |
| Institutions: | 1Universidade Federal Fluminense, Instituto do Noroeste Fluminense de Educacao Superior, Niteroi, Rio de Janeiro. Brasil 2Centro Universitario Plinio Leite, Departamento de Ciencia da Computacao, Niteroi, Rio de Janeiro. Brasil 3Instituto Brasileiro de Geografia e Estatistica, Escola Nacional de Estatistica, Brasilia, Distrito Federal. Brasil 4Universidade Federal Fluminense, Instituto de Computacao, Niteroi, Rio de Janeiro. Brasil |
| Year: | 2013 |
| Season: | Jul-Dic |
| Volumen: | 74 |
| Number: | 239 |
| Pages: | 43-68 |
| Country: | Brasil |
| Language: | Portugués |
| Document type: | Artículo |
| Approach: | Analítico, teórico |
| Portuguese abstract | Métodos da área de Cluster Analysis podem ser aplicados com duas finalidades: identificar grupos dentro de um conjunto de dados supondo fixado o número de grupos e uma função objetivo, ou identificar o número ideal de grupos m ediante avaliação de algum índice de validação. Neste sentido, o presente trabalho traz a proposta de um método de combinação de soluções baseado na Técnica Matriz de Coassociação. Mais especificamente, é utilizado um Método Hierárquico Aglomerativo para a obtenção de padrões em soluções para o Problema de Agrupamento Automático. A qualidade das soluções obtidas é avaliada mediant e a aplicação do Índice Silhueta, que combina coesão e separação. Em uma primeira fase, foram realizados experimentos preliminares com o objetivo de selecionar instâncias que possuem tendência à formação de agrupamentos considerando a utilização da Estatística de Hopkins. Os resultados apresentados neste trabalho indicam q ue o método proposto foi capaz de identificar padrões nas soluções do conjunto base, obtendo soluções equivalentes ou de melhor qualidade. Nos comparativos com trabalhos da litera tura, os melhores resultados foram obtidos em 14 das 17 instâncias utilizadas e, nas instância s em que as silhuetas obtidas foram inferiores, a diferença no número de grupos foi de apenas uma unidade |
| Disciplines: | Matemáticas |
| Keyword: | Matemáticas puras, Análisis de Cluster, Agrupamiento automático, Estadística de Hopkins, Indice Silhueta |
| Full text: | Texto completo (Ver PDF) |
