Biblioteca Virtual

Índices de validación para algoritmos de agrupamiento

Mostrar el registro sencillo del ítem

dc.contributor.advisor Stegmayer, Georgina
dc.contributor.author Campo, David Nazareno
dc.contributor.other Vignolo, Leandro Daniel
dc.contributor.other Chiotti, Omar
dc.contributor.other Murillo, Javier Iván
dc.contributor.other Schiaffino, Silvia
dc.date.accessioned 2019-05-30
dc.date.available 2019-05-30
dc.date.issued 2019-04-29
dc.identifier.uri http://hdl.handle.net/11185/1204
dc.description Fil: Campo, David Nazareno. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.
dc.description.abstract External validation indexes allow similarities between two clustering solutions to be quantified. With classical external indexes, it is possible to quantify how similar two disjoint clustering solutions are, where each object can only belong to a single cluster. However, in practical applications, it is common for an object to have more than one label, thereby belonging to overlapped clusters; for example, subjects that belong to multiple communities in social networks. In this thesis, we propose a new index based on an intuitive probabilistic approach that is applicable to overlapped clusters. Given that recently there has been a remarkable increase in the analysis of data with naturally overlapped clusters, this new index allows to comparing clustering algorithms correctly. After presenting the new index, experiments with artificial and real datasets are shown and analyzed. Results over a real social network are also presented and discussed. The results indicate that the new index can correctly measure the similarity between two partitions of the dataset when there are different levels of overlap in the analyzed clusters. en_EN
dc.description.abstract Los índices de validación externa permiten medir y cuantificar la similaridad entre soluciones de agrupamiento. Con la ayuda de los índices clásicos de validación externa, es posible medir que tan similares son dos soluciones de agrupamiento con grupos disjuntos, donde cada objeto pertenece a un único grupo. Sin embargo, en situaciones prácticas, es común que un objeto pertenezca a más de un grupo, perteneciendo así a grupos solapados. Por ejemplo, personas que pertenezcan a varias comunidades en una red social. En ésta tesis, se propone un nuevo índice basado en una idea intuitiva para estimar la probabilidad de pertenencia de un objeto a un grupo, aplicable a grupos solapados. Dado que recientemente ha habido un incremento notable en el análisis de datos con grupos naturalmente solapados, éste nuevo índice permite comparar soluciones de agrupamiento de manera correcta. Luego de presentar el índice, se muestran y analizan experimentos con conjuntos de datos reales y artificiales. Además se analiza y discute la aplicación del índice al agrupamiento de una red social. Los resultados indican que el nuevo índice puede medir correctamente la similitud entre dos soluciones de agrupamiento cuando existen distintos niveles de solapamiento entre los grupos. es_ES
dc.description.sponsorship Universidad Nacional del Litoral
dc.description.sponsorship Agencia Nacional de Promoción Científica y Tecnológica
dc.description.sponsorship Universidad Tecnológica Nacional
dc.description.sponsorship Consejo Nacional de Investigaciones Científicas y Técnicas es_ES
dc.format application/pdf
dc.language spa
dc.language.iso spa es_ES
dc.rights info:eu-repo/semantics/openAccess
dc.rights.uri https://bibliotecavirtual.unl.edu.ar/licencia/licencia.html
dc.subject Overlapped clusters en_EN
dc.subject External validation en_EN
dc.subject Validation indexes en_EN
dc.subject Cluster perturbation en_EN
dc.subject Grupos solapados es_ES
dc.subject Validación externa es_ES
dc.subject Índices de validación es_ES
dc.subject Perturbación de grupos es_ES
dc.title Índices de validación para algoritmos de agrupamiento es_ES
dc.title.alternative Validation indexes for clustering algorithms en_EN
dc.type info:eu-repo/semantics/doctoralThesis
dc.type info:ar-repo/semantics/tesis doctoral
dc.type info:eu-repo/semantics/acceptedVersion
dc.type SNRD es_ES
dc.contributor.coadvisor Milone, Diego Humberto
unl.degree.type doctorado
unl.degree.name Doctorado en Ingeniería
unl.degree.mention Inteligencia Computacional, Señales y Sistemas
unl.degree.grantor Facultad de Ingeniería y Ciencias Hídricas
unl.formato application/pdf
unl.versionformato 1a
unl.tipoformato PDF/A - 1a


Ficheros en el ítem

Este ítem aparece en

Mostrar el registro sencillo del ítem

Buscar en la biblioteca