GRASP EN LA RESOLUCIÓN DEL PROBLEMA DE CLUSTERING

Autores/as

  • Erick Vicente
  • Luis Rivera
  • David Mauricio

DOI:

https://doi.org/10.15381/risi.v2i2.3110

Palabras clave:

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

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.

Descargas

Los datos de descarga aún no están disponibles.

Descargas

Publicado

2005-07-15

Número

Sección

Artículos

Cómo citar

[1]
“GRASP EN LA RESOLUCIÓN DEL PROBLEMA DE CLUSTERING”, Rev.Investig.sist.inform., vol. 2, no. 2, pp. 16–25, Jul. 2005, doi: 10.15381/risi.v2i2.3110.