Greedy-SG un procedimiento aplicado al problema de clustering

Abstract

El problema de clustering consiste en ordenar objetos (personas, cosas, animales, plantas, variables, etc.) en grupos (conglomerados o clústeres) de forma que el grado de asociación o similitud entre los miembros del mismo grupo sea más fuerte y bastante diferente a los que se encuentran en otros grupos. Para resolver el problema tenemos el K-Means, el cual es un algoritmo sencillo y eficiente que procesa los patrones secuencialmente; sin embargo, está sesgado por el orden de presentación de los patrones, tiene alta dependencia de la elección de los centros iniciales y muestra la convergencia a óptimos locales. El presente trabajo propone una solución denominada algoritmo Greedy-SG, conformado por dos procesos. El primero consta de tres fases: Inicialización, Construcción y Búsqueda Local, y el segundo, de Selección Grupal (SG) es una propuesta de evaluación de los grupos que pasarán a formar parte de la solución final.