Algoritmos de consenso para o problema de agrupamento de dados com restrições

Abstract

O Agrupamento de Dados é uma tarefa importante em Aprendizado de Máquina. Essa tarefa é realizada geralmente de forma não supervisionada, entretanto, a literatura evidencia que a utilização de informações providas por um supervisor externo pode melhorar a qualidade do agrupamento obtido. Existem diversas técnicas propostas na literatura para resolver esse problema, de heurísticas, meta-heurísticas a métodos exatos. Apesar de algumas terem aspectos similares, a qualidade do agrupamento obtido por elas divergem. Essa característica fez com que o consenso entre essas técnicas se tornasse o principal foco da pesquisa proposta nesse trabalho. Inicialmente, foi realizado um estudo sobre as técnicas de Agrupamento de Dados com Restrições propostas na literatura, evidenciando suas vantagens e desvantagens. Posteriormente foram propostos algoritmos de consenso que consideram as soluções obtidas por essas técnicas. Os experimentos computacionais demonstram que os métodos propostos apresentam melhores resultados em termos de qualidade em relação à quatro modelos da literatura.