Resumen

Para subsanar la deficiencia del algoritmo fuzzy c-means (FCM) de tener que conocer de antemano el número de conglomerados, este artículo propone un nuevo método autoadaptativo para determinar el número óptimo de conglomerados. En primer lugar, se propuso un algoritmo basado en la densidad. El algoritmo, de acuerdo con las características del conjunto de datos, determinó automáticamente el posible número máximo de clusters en lugar de utilizar la regla empírica n y obtuvo los centroides de clusters iniciales óptimos, mejorando la limitación del FCM de que los centroides de clusters seleccionados aleatoriamente llevan el resultado de convergencia al mínimo local. En segundo lugar, este trabajo, introduciendo una función de penalización, propuso un nuevo índice de validez de clustering difuso basado en la compacidad y la separación difusas, que aseguraba que cuando el número de clusters rozaba el de objetos en el conjunto de datos, el valor del índice de validez de clustering no disminuía monotónicamente y se acercaba a cero, de modo que el número óptimo de clusters perdía robustez y función de decisión. A continuación, basándose en estos estudios, se propuso un algoritmo FCM autoadaptativo para estimar el número óptimo de conglomerados mediante el proceso iterativo de prueba y error. Por último, se realizaron experimentos con los conjuntos de datos de la UCI, la Copa KDD 1999 y conjuntos de datos sintéticos, que demostraron que el método no sólo determinaba eficazmente el número óptimo de clusters, sino que también reducía la iteración de FCM con el resultado de clustering estable.

• 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:número de cluster, número óptimo, índice de validez, centroide inicial del cluster, iteración del fcm, limitaciones del fcm, algoritmo adaptativo del fcm, resultados estables de la agrupación, número máximo posible, función de penalización
• Keywords:number of cluster, optimal number, validity index, initial cluster centroid, iteration of fcm, limitations of fcm, adaptive fcm algorithm, stable clustering results, possible maximum number, penalty function