ALGORITMO DBSCAN
Páginas: 2 (317 palabras)
Publicado: 13 de octubre de 2015
Katia Flores Hernández
13 de octubre de 2015
ALGORITMO DBSCAN
El algoritmo dbscan está basado en densidad y se considera como grupos a las
regiones densamente pobladas del espacio derepresentación de los objetos y
como ruido a aquellos objetos que se encuentran fuera de estas regiones y se
utiliza diversas técnicas para determinar grupos esto puede ser mediante grafos,
histogramas,kernels, aplicando una regla k-NN, este algoritmo emplea un
enfoque para dividir un conjunto de datos ya sean de punto central, borde o ruido
los que serán usados para determinar diferentesclusters.
Este algoritmo fue desarrollado en 1996 por M. Ester en la Universidad de
Múnich, realmente este algoritmo es muy sencillo de implementar en algún
proyecto pero existe que la densidad de lospuntos depende del radio de la
región de vecindad especificado. Así mismo, si el radio es suficientemente
grande todos los puntos tendrán una densidad igual al número de puntos total
delconjunto de datos. Y por otra parte, si son muy pequeño todos los puntos
tendrán una densidad igual a uno, por lo tanto, el punto se encontrara aislado.
Han existido aplicaciones de DBSCAN realizadascon éxito como: la detección
de usos en las tierras a partir de imágenes satélite, la creación de perfiles de
usuarios en Internet mediante la
agrupación de sesiones Web, o el
agrupamiento debases de datos de imágenes en histogramas en color
facilitando la búsqueda de imágenes similares. (Kriegel, 2000)
Podemos concluir que la idea principal de este algoritmo es encontrar todos lospuntos centrales de un grupo que tiene una región de vencidad con un mínimo
de puntos de radio determinado.
Katia Flores Hernández
13 de octubre de 2015
REFERENCIAS
H. Kriegel, “Density-basedcluster- and outlier analysis.” Website, 2000.
http://www.dbs.informatik.uni-muenchen.de/Forschung/KDD/ Clustering/index.html.
D. Pascual, F. Pla, S. Sanchez, “Algoritmos de agrupamiento”, 2007....
13 de octubre de 2015
ALGORITMO DBSCAN
El algoritmo dbscan está basado en densidad y se considera como grupos a las
regiones densamente pobladas del espacio derepresentación de los objetos y
como ruido a aquellos objetos que se encuentran fuera de estas regiones y se
utiliza diversas técnicas para determinar grupos esto puede ser mediante grafos,
histogramas,kernels, aplicando una regla k-NN, este algoritmo emplea un
enfoque para dividir un conjunto de datos ya sean de punto central, borde o ruido
los que serán usados para determinar diferentesclusters.
Este algoritmo fue desarrollado en 1996 por M. Ester en la Universidad de
Múnich, realmente este algoritmo es muy sencillo de implementar en algún
proyecto pero existe que la densidad de lospuntos depende del radio de la
región de vecindad especificado. Así mismo, si el radio es suficientemente
grande todos los puntos tendrán una densidad igual al número de puntos total
delconjunto de datos. Y por otra parte, si son muy pequeño todos los puntos
tendrán una densidad igual a uno, por lo tanto, el punto se encontrara aislado.
Han existido aplicaciones de DBSCAN realizadascon éxito como: la detección
de usos en las tierras a partir de imágenes satélite, la creación de perfiles de
usuarios en Internet mediante la
agrupación de sesiones Web, o el
agrupamiento debases de datos de imágenes en histogramas en color
facilitando la búsqueda de imágenes similares. (Kriegel, 2000)
Podemos concluir que la idea principal de este algoritmo es encontrar todos lospuntos centrales de un grupo que tiene una región de vencidad con un mínimo
de puntos de radio determinado.
Katia Flores Hernández
13 de octubre de 2015
REFERENCIAS
H. Kriegel, “Density-basedcluster- and outlier analysis.” Website, 2000.
http://www.dbs.informatik.uni-muenchen.de/Forschung/KDD/ Clustering/index.html.
D. Pascual, F. Pla, S. Sanchez, “Algoritmos de agrupamiento”, 2007....
Leer documento completo
Regístrate para leer el documento completo.