Resumen

El clustering de regresión es una mezcla de aprendizaje estadístico no supervisado y supervisado y un método de minería de datos que se encuentra en una amplia gama de aplicaciones, incluyendo la inteligencia artificial y la neurociencia. Realiza un aprendizaje no supervisado cuando agrupa los datos según sus respectivos hiperplanos de regresión no observados. El método también realiza un aprendizaje supervisado cuando ajusta los hiperplanos de regresión a los correspondientes clusters de datos. La aplicación del clustering de regresión en la práctica requiere medios para determinar el número subyacente de clusters en los datos, encontrar la etiqueta de cluster de cada punto de datos y estimar los coeficientes de regresión del modelo. En este artículo, revisamos los problemas de estimación y selección en la agrupación por regresión con respecto a los métodos estadísticos de mínimos cuadrados y robustos. También proporcionamos una técnica basada en la selección de modelos para determinar el número de conglomerados de regresión subyacentes a los datos. Además, desarrollamos un procedimiento informático para la estimación y selección de clusters de regresión. Por último, se presentan estudios de simulación para evaluar el procedimiento, junto con el análisis de un conjunto de datos reales sobre el marcado de células RGB en neurociencia para ilustrar e interpretar el método.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:rango de aplicación, métodos de minería de datos, aprendizaje estadístico supervisado, hiperplanos de regresión no observados, métodos estadísticos robustos, datos, número de regresión, cluster de datos correspondiente, número de cluster, aprendizaje no supervisado
• Keywords:range of application, data mining methods, supervised statistical learning, unobserved regression hyperplanes, robust statistical methods, data, number of regression, corresponding data cluster, number of cluster, unsupervised learning