Título: Diferentes Abordagens Usando PSO para Clusterização de Dados por Consenso
Autores: Coelho, Rodrigo A.; Esmin, Ahmed. A. A.
Resumo: Clusterização é uma importante tarefa na mineração de dados e tem sido utilizada por muitos pesquisadores em diferentes áreas. O ensemble de clusters combina múltiplos clusters criados por diferentes algoritmos de clusterização em uma solução única de clusters, considerado uma alternativa robusta e precisa frente algoritmos individuais de clusterização. Um dos maiores desafios além da função de consenso, é determinar a melhor estrutura da base de dados que será usada pela função de consenso. Neste trabalho, o algoritmo Particle Swarm Optimization (PSO) é proposto para resolver o problema de função de consenso. Um estudo empírico de nossa proposta frente a outros algoritmos de função de consenso mostra que o PSO produz resultados tão bons ou melhores, mesmo utilizando duas diferentes estruturas de bases de dados para a função de consenso.
Palavras-chave: Componentes; Particle Swarm Optimization; clusterização; ensemble; função de consenso
Páginas: 6
Código DOI: 10.21528/CBIC2013-286
Artigo em pdf: bricsccicbic2013_submission_286.pdf
Arquivo BibTex: bricsccicbic2013_submission_286.bib