Resumen

El algoritmo -means es uno de los diez algoritmos clásicos en el área de la minería de datos y ha sido estudiado por investigadores en numerosos campos durante mucho tiempo. Sin embargo, el valor del número de agrupaciones en el algoritmo -means no siempre es fácil de determinar, y la selección de los centros iniciales es vulnerable a valores atípicos. Este artículo propone un algoritmo de agrupamiento -means mejorado llamado algoritmo de agrupamiento C--means (C--means). El algoritmo C--means no solo puede obtener resultados de agrupamiento eficientes y precisos, sino que también puede proporcionar de forma autoadaptativa un número razonable de agrupaciones basado en las características de los datos. Incluye dos fases: la inicialización del algoritmo de cubrimiento (CA) y la iteración de Lloyd del -means. La primera fase ejecuta el CA. El CA se autoorganiza y reconoce el número de agrupaciones basándose en las similitudes de los datos, y no requiere que el número de agrupaciones esté predef

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Algoritmo; Agrupamiento; Datos; Medios; Grupos; C-means
• Keywords:Algorithm; Clustering; Data; Means; Clusters; C-means