Tesis
Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos
Fecha
2020-01-20Registro en:
ANANIAS, Mateus Carbone. Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos. 2019. 45 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2019.
Autor
Ananias, Mateus Carbone
Institución
Resumen
Devido ao grande volume e variedade de dados existentes atualmente, clusterizar dados tem sido um grande desafio. Este trabalho teve como objetivo implementar o MOCK (Multiobjective Clustering with Automatic k-determination) em linguagem R, estudar possíveis melhorias e aplicação em dados reais. Este algoritmo funciona através de um algoritmo genético multiobjetivo chamado de PESA-II, além de ter como funcionalidade a seleção automatizada de grupos. Os resultados apresentados por Handl and Knowles (2007) foram reproduzidos com sucesso para todos os métodos utilizados. Comparou-se o MOCK com outras técnicas de agrupamento em uma aplicação com dados reais. Estes dados constituem-se de dados genéticos com alta dimensionalidade. Mostrou-se que o MOCK conseguiu identificar os grupos desse conjunto de dados de maneira mais eficiente que os outros métodos. Conclui-se que o MOCK é uma ferramenta bastante eficaz para agrupar dados em uma grande diversidade de situações, competindo frente-a-frente com diversos métodos de agrupamento.