Descripción de la metodología de análisis de cluster con algoritmo Fuzzy C-means
Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática
Saved in:
Main Author: | |
---|---|
Format: | info:eu-repo/semantics/bachelorThesis biblioteca |
Language: | spa |
Published: |
Universidad Nacional Agraria La Molina
2017
|
Subjects: | Grupos sociales, Análisis multivariante, Econometría, Análisis de datos, Clasificación, Métodos estadísticos, Perú, Técnica de algoritmo, Fuzzy C-means, Clusters, https://purl.org/pe-repo/ocde/ford#4.05.00, |
Online Access: | https://hdl.handle.net/20.500.12996/3240 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
dig-ban-20.500.12996-3240 |
---|---|
record_format |
koha |
spelling |
dig-ban-20.500.12996-32402023-01-05T08:32:10Z Descripción de la metodología de análisis de cluster con algoritmo Fuzzy C-means Flores Bellido, Giovanna Grupos sociales Análisis multivariante Econometría Análisis de datos Clasificación Métodos estadísticos Perú Técnica de algoritmo Fuzzy C-means Clusters https://purl.org/pe-repo/ocde/ford#4.05.00 Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática En el presente trabajo se presenta la metodología del algoritmo Fuzzy C-means para el análisis de cluster, el cual fue presentado por Bezdek y Dunn en 1973, la cual combina los métodos basados en la función objetivo con los de la lógica Fuzzy término presentado por Lofty Zadeh en 1960 como medio para modelar la incertidumbre a través de las etapas de fuzzificación, reglas de evaluación y defuzzificación. El algoritmo Fuzzy C-means realiza la formación de cluster a través de una partición suave de los datos, es decir para realizar del reconocmiento de patrones a través del hallazgo de los grados de pertenencia de cada individuo a los diferentes cluster, donde un individuo no tendría pertenecía exclusiva a un solo grupo, sino que un individuo podría tener grados de pertenencia a distintos grupos, a diferencia de otros métodos que realizan la formación de los cluster basados en la lógica binaria o partición dura. Utilizando el software estadístico R se realizó la aplicación del algoritmo Fuzzy C-means sobre datos de jugadores para la formación de cluster a través de rapidez y resistencia Trabajo de suficiencia profesional 2018-04-24T18:25:35Z 2018-04-24T18:25:35Z 2017 info:eu-repo/semantics/bachelorThesis U10.F467-T BAN UNALM https://hdl.handle.net/20.500.12996/3240 spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf application/pdf application/pdf Universidad Nacional Agraria La Molina Universidad Nacional Agraria La Molina Repositorio institucional - UNALM Estadística e Informática Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación Ingeniero Estadístico Informático Título Profesional |
institution |
UNALAM |
collection |
DSpace |
country |
Perú |
countrycode |
PE |
component |
Bibliográfico |
access |
En linea |
databasecode |
dig-ban |
tag |
biblioteca |
region |
America del Sur |
libraryname |
Biblioteca Agrícola Nacional de la Molina |
language |
spa |
topic |
Grupos sociales Análisis multivariante Econometría Análisis de datos Clasificación Métodos estadísticos Perú Técnica de algoritmo Fuzzy C-means Clusters https://purl.org/pe-repo/ocde/ford#4.05.00 Grupos sociales Análisis multivariante Econometría Análisis de datos Clasificación Métodos estadísticos Perú Técnica de algoritmo Fuzzy C-means Clusters https://purl.org/pe-repo/ocde/ford#4.05.00 |
spellingShingle |
Grupos sociales Análisis multivariante Econometría Análisis de datos Clasificación Métodos estadísticos Perú Técnica de algoritmo Fuzzy C-means Clusters https://purl.org/pe-repo/ocde/ford#4.05.00 Grupos sociales Análisis multivariante Econometría Análisis de datos Clasificación Métodos estadísticos Perú Técnica de algoritmo Fuzzy C-means Clusters https://purl.org/pe-repo/ocde/ford#4.05.00 Flores Bellido, Giovanna Descripción de la metodología de análisis de cluster con algoritmo Fuzzy C-means |
description |
Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática |
format |
info:eu-repo/semantics/bachelorThesis |
topic_facet |
Grupos sociales Análisis multivariante Econometría Análisis de datos Clasificación Métodos estadísticos Perú Técnica de algoritmo Fuzzy C-means Clusters https://purl.org/pe-repo/ocde/ford#4.05.00 |
author |
Flores Bellido, Giovanna |
author_facet |
Flores Bellido, Giovanna |
author_sort |
Flores Bellido, Giovanna |
title |
Descripción de la metodología de análisis de cluster con algoritmo Fuzzy C-means |
title_short |
Descripción de la metodología de análisis de cluster con algoritmo Fuzzy C-means |
title_full |
Descripción de la metodología de análisis de cluster con algoritmo Fuzzy C-means |
title_fullStr |
Descripción de la metodología de análisis de cluster con algoritmo Fuzzy C-means |
title_full_unstemmed |
Descripción de la metodología de análisis de cluster con algoritmo Fuzzy C-means |
title_sort |
descripción de la metodología de análisis de cluster con algoritmo fuzzy c-means |
publisher |
Universidad Nacional Agraria La Molina |
publishDate |
2017 |
url |
https://hdl.handle.net/20.500.12996/3240 |
work_keys_str_mv |
AT floresbellidogiovanna descripciondelametodologiadeanalisisdeclusterconalgoritmofuzzycmeans |
_version_ |
1756090128096296960 |