GRASP EN LA RESOLUCIÓN DEL PROBLEMA DE CLUSTERING

Erick Vicente, Luis Rivera, David Mauricio

Resumen


El clustering puede ser abordado como un problema de optimización combinatoria cuando los clusters son una partición de un conjunto de objetos. La meta heurística Grasp es una técnica relativamente reciente que ha sido utilizada para resolver de manera eficiente múltiples problemas de optimización combinatoria. En este trabajo, adaptamos la meta heurística Grasp para la resolución del problema del clustering basado en los principios del algoritmo K-Means. El algoritmo propuesto, denominado GraspKM, aprovecha la rápida convergencia del algoritmo K-Means evitando el inconveniente de alcanzar óptimos locales. El algoritmo demuestra ser superior al algoritmo K-Means y es comparable con otras meta heurísticas revisadas en cuanto a eficiencia. Los experimentos computacionales han sido realizados con colecciones de datos ampliamente usados en la literatura sobre clustering.

Palabras clave


Grasp, K-Means, Clustering, Clasificación, Meta Heurística.

Texto completo:

PDF

Enlaces refback

  • No hay ningún enlace refback.




Copyright (c) 2014 Erick Vicente, Luis Rivera, David Mauricio

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.

 

 



Facultad de Ingeniería de Sistemas e Informática, Universidad Nacional Mayor de San Marcos, Lima, Perú Teléfono: (511) 619 7000 (anexo 3604) Correo electrónico: investigacion@sistemas.edu.pe.