Resumen

El algoritmo de agrupamiento es uno de los temas de investigación importantes en el campo del aprendizaje automático. El agrupamiento neutrosofico es la generalización del agrupamiento difuso y se ha aplicado en muchos campos. Este artículo presenta un nuevo algoritmo de agrupamiento neutrosofico con la ayuda de regularización. En primer lugar, se introduce un término de regularización en el algoritmo FC-PFS para generar esparcimientos, lo que puede reducir la complejidad del algoritmo en conjuntos de datos grandes. En segundo lugar, proponemos un método para simplificar el proceso de determinar parámetros de regularización. Finalmente, los experimentos muestran que los resultados de agrupamiento de este algoritmo en conjuntos de datos artificiales y reales son en su mayoría mejores que otros algoritmos de agrupamiento. Nuestro algoritmo de agrupamiento es efectivo en la mayoría de los casos.

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Algoritmo de agrupamiento; Agrupamiento neutrosófico; Regularización; Dispersión; Complejidad; Experimentos
• Keywords:Clustering algorithm; Neutrosophic clustering; Regularization; Sparsity; Complexity; Experiments