A robust clustering technique for a Big Data approach: CLARABD for Mixed data types

Cuando el investigador no cuenta con un conocimiento apriori de la conformación  de grupos  en un conjunto  de datos dado, emerge la necesidad de realizar una clasificación conocida como clasificación no supervisada. Además, el conjunto  de datos puede ser mixto (datos  cualitativos y/o  cuan- titativos) o presentarse  en grandes volúmenes. El algoritmo  k-medias, por ejemplo, no permite  la comparación de datos  mixtos  y está limitado  a un máximo de 65536 objetos en el software R. K-medoides, por su parte, permite la comparación  de datos mixtos pero también tiene la misma limitación de objetos que k-medias. El algoritmo  CLARA tradicional  puede exceder fácilmente este limitante  de volúmenes, pero  no permite  la comparación  de datos mixtos. En este contexto, este trabajo  es una extensión del algoritmo CLARA para datos mixtos, el algoritmo CLARABD. La distancia  de Gower es central  en CLARABD para realizar esta extensión, debido a que permite la comparación de datos mixtos y también es posible procesar un conjunto de datos con mas de 65536 observaciones. Para mostrar  las bondades del algoritmo propuesto, se ha realizado un proceso de simulación así como una aplicación a datos reales obteniendo resultados consistentes en cada caso.

• मुख्य लेखक: Morales Oñate, Víctor (author)
• अन्य लेखक: Morales Oñate , Bolívar (author)
• स्वरूप: article
• भाषा: spa
• प्रकाशित: 2019
• विषय: Classification; CLARA; K medoids; mixed data types; R software; Multivariate Statistics; Clasificación; K-medoides; datos mixtos; Estadística Multivariante
• ऑनलाइन पहुंच: https://perfiles.espoch.edu.ec/index.php/perfiles/article/view/68