Resumen

Este estudio se centra en la agrupación de datos de texto de alta dimensionalidad, dada la incapacidad de K-means para procesar datos de alta dimensionalidad y la necesidad de especificar el número de grupos y seleccionar aleatoriamente los centros iniciales. Proponemos un marco de reducción de dimensionalidad de Proyección Aleatoria Apilada y un algoritmo mejorado de K-means llamado DPC-K-means basado en el algoritmo mejorado de picos de densidad. El algoritmo mejorado de picos de densidad determina el número de grupos y los centros de agrupación iniciales de K-means. Nuestro algoritmo propuesto se valida utilizando siete conjuntos de datos de texto. Los resultados experimentales muestran que este algoritmo es adecuado para la agrupación de datos de texto corrigiendo los defectos de K-means.

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Estudio; Agrupamiento de datos de texto de alta dimensionalidad; K-means; Proyección Aleatoria Apilada; Reducción de dimensionalidad; DPC-K-means; Algoritmo de picos de densidad mejorado
• Keywords:Study; High-dimensional text data clustering; K-means; Stacked-Random Projection; Dimensionality reduction; DPC-K-means; Improved density peaks algorithm