Seguinte: Métodos por Particionamento
Acima: Agrupamento e distribuição de
Anterior: Definição Formal
Os algoritmos conhecidos de clustering atendem a diferentes tipos de requisitos, tais como [#!carlantonio01:cluster!#]:
- encontrar ou não um número adequado de clusters (alguns algoritmos precisam de um valor previamente determinado
de clusters).
- ser capazes de desprezar ou não os ruídos.
- descobrir clusters com formas arbitrárias.
- identificar clusters de tamanhos variados.
- trabalhar com objetos de diversos números de atributos.
- fornecer resultados interpretáveis e utilizáveis.
- apresentar o resultado num tempo satisfatório.
Como não há um método que atenda a todas estas características da melhor forma, foram criados algoritmos que se adaptam melhor a alguns conjuntos dessas características. Ao utilizar um certo método, deve-se analisar quais dos aspectos citados acima ele satisfaz e escolher aquele que se adaptar melhor às suas necessidades. De acordo com essas características, os algoritmos de clustering foram divididos em categorias [#!carlantonio01:cluster!#]:
- Métodos por particionamento;
- Métodos hierárquicos;
- Métodos baseados em densidade;
- Métodos baseados em grade;
- Métodos baseados em modelos;
Os algoritmos mais tradicionais de clustering existentes são os métodos por particionamento e hierárquicos, descritos a seguir.
Seguinte: Métodos por Particionamento
Acima: Agrupamento e distribuição de
Anterior: Definição Formal
Raul Henriques Cardoso Loopes
2005-02-25