Resumen

El agrupamiento de datos de alta dimensionalidad ha sido un desafío importante debido a la inherente dispersión de los puntos. La mayoría de los algoritmos de agrupamiento existentes se vuelven sustancialmente ineficientes si la medida de similitud requerida se calcula entre los puntos de datos en el espacio de dimensión completa. En este artículo, hemos presentado un algoritmo robusto de agrupamiento de subespacios multiobjetivo (MOSCL) para el desafiante problema del agrupamiento de alta dimensionalidad. La primera fase de MOSCL realiza un análisis de relevancia de subespacios detectando regiones densas y dispersas con sus ubicaciones en el conjunto de datos. Después de la detección de las regiones densas, elimina los valores atípicos. MOSCL descubre subespacios en regiones densas del conjunto de datos y produce agrupaciones de subespacios. En experimentos exhaustivos con conjuntos de datos sintéticos y del mundo real, demostramos que MOSCL para el agrupamiento de subespacios es superior al algoritmo de agrupamiento PROCLUS. Además, investigamos

• Materias:Nanotecnología Teléfonos inteligentes Agrupación de datos Segmentación suave
• Subjects:Nanotechnology Smart phones Data clustering Soft segmentation
• Palabras claves:Agrupamiento; Datos de alta dimensionalidad; Algoritmo; Agrupamiento de subespacios; Valores atípicos; Eficiencia
• Keywords:Clustering; High-dimensional data; Algorithm; Subspace clustering; Outliers; Efficiency