Análisis de estabilidad en clusters solapados

• Autores: David Nazareno Campo, Georgina Stegmayer, Diego Milone
• Localización: Inteligencia artificial: Revista Iberoamericana de Inteligencia Artificial, ISSN-e 1988-3064, ISSN 1137-3601, Vol. 17, Nº. 53, 2014 (Ejemplar dedicado a: XIV Argentine Symposium on Artificial Intelligence), págs. 79-89
• Idioma: español
• Títulos paralelos:
  • Stability analysis in overlapped clusters
• Enlaces
  • Texto completo
• Resumen
  • español

    Analizar la estabilidad de una solución de clustering implica medir la capacidad de un algoritmo para producir resultados similares dada una misma fuente de datos de entrada. Los índices de validación externa permiten cuantificar dicha similitud entre un par de soluciones de clustering. Dentro de los índices clásicos más utilizados es posible validar soluciones con clusters no solapados, en donde cada patrón sólo puede pertenecer a un cluster. Sin embargo, en aplicaciones prácticas, generalmente se dan situaciones en las que un patrón podría poseer más de una etiqueta. En este trabajo se analiza un índice de validación externa desde un enfoque probabilístico y se provee una reformulación aplicable a soluciones con clusters solapados. Luego de presentar el nuevo índice, se muestran y discuten resultados de experimentos realizados sobre ejemplos artificiales y bases de datos reales. Los resultados muestran cómo el nuevo índice puede medir adecuadamente la similitud entre clusters solapados, permitiendo así analizar la estabilidad en ambos casos.

  • English

    Analyzing the stability of a clustering solution implies to measure the ability of an algorithm to produce similar results from a given input data source. External validation indexes allow to quantify such similarity between a pair of clustering solutions. Within the most used classical indexes it is possible to validate solutions with non-overlapped clusters, where each pattern belongs only to a unique cluster. However, in practical applications, generally there are situations where a single pattern could have more than one label. In this work an external validation index is analyzed from a probabilistic approach and a new relevant reformulation for overlapped solutions is provided. After the presentation of the new index, a set of experiments over artificial and real datasets are discussed. The results show how the new index can correctly measure the similarity between overlapped clusters, thus allowing to analyze the stability in both cases.