Resumen

El método del vecino más próximo (SNN) es una nueva medida métrica de la similitud que permite superar dos dificultades: las escasas similitudes entre las muestras y las diferentes densidades de las clases. En la actualidad, existen dos métodos populares de clustering basados en la similitud SNN: JP clustering y SNN density based clustering. Sus resultados de agrupación dependen en gran medida del valor de ponderación de cada arista, por lo que son muy vulnerables. Motivados por la idea de empalme suave en geometría computacional, los autores diseñan un novedoso algoritmo de agrupamiento basado en similitud SNN dentro de la estructura de la teoría de grafos. Dado que hereda el principio complementario de intensidad-suavidad, su capacidad de generalización supera a la de los dos métodos mencionados anteriormente. Los experimentos con conjuntos de datos de texto demuestran su eficacia.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:similitud snn novedosa, medida métrica novedosa, similitud snn popular, métodos, densidad snn, intensidad complementaria, densidades diferentes, capacidad generalizadora, teoría de grafos, similitudes bajas
• Keywords:novel snn similarity, novel metric measure, popular snn similarity, methods, snn density, complementary intensity, different densities, generalizing ability, graph theory, low similarities