Optimización de la agrupación k-means mediante algoritmo genético
Versandkostenfrei!
Versandfertig in 1-2 Wochen
29,99 €
inkl. MwSt.
PAYBACK Punkte
15 °P sammeln!
Con el paso del tiempo, se acumula una enorme cantidad de datos. La extracción de información es uno de los procesos que más tiempo consume, ya que varía enormemente en función de lasnecesidades del usuario . Losdistintos enfoques de la minería de datos se emplean para recopilar datos relevantes y presentarlos de forma digerible para los usuarios finales. Laagrupación (clustering) y la clasificación son dos técnicas de minería de datos que se utilizan para descubrir patrones y perspectivas nunca antes vistos.En este sumario se analiza el uso de las técnicas de minería de datos, en ...
Con el paso del tiempo, se acumula una enorme cantidad de datos. La extracción de información es uno de los procesos que más tiempo consume, ya que varía enormemente en función de lasnecesidades del usuario . Losdistintos enfoques de la minería de datos se emplean para recopilar datos relevantes y presentarlos de forma digerible para los usuarios finales. Laagrupación (clustering) y la clasificación son dos técnicas de minería de datos que se utilizan para descubrir patrones y perspectivas nunca antes vistos.En este sumario se analiza el uso de las técnicas de minería de datos, en concreto la agrupación y la clasificación, para extraer información relevante de los datos acumulados. Destaca la importancia de seleccionar un algoritmo de agrupación adecuado e introduce el concepto de utilizar un algoritmo genético para mejorar el método de agrupación k-means. El método propuesto pretende optimizar el proceso de agrupación y demuestra su eficacia mediante una prueba basada en un escenario. El resumen concluye sugiriendo futuras investigaciones para optimizar aún más el algoritmo k-means utilizando diversos métodos evolutivos.
Andere Kunden interessierten sich für
