Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Introducción a kernel acp y otros métodos espectrales aplicados al aprendizaje no supervisado

Sánchez, Luis Gonzalo and Osorio, Germán Augusto and Suárez, Julio Fernando (2011) Introducción a kernel acp y otros métodos espectrales aplicados al aprendizaje no supervisado. Revista Colombiana de Estadística; Vol. 31, núm. 1 (2008); 19-40 Revista Colombiana de Estadística; Vol. 31, núm. 1 (2008); 19-40 0120-1751 .

Texto completo

[img]
Vista previa
PDF
523kB

URL oficial: http://revistas.unal.edu.co/index.php/estad/articl...

Resumen

En el presente trabajo, se introducen las técnicas de kernel ACP (KACP) y conglomeramiento espectral con algunos ejemplos ilustrativos. Se pretende estudiar los efectos de aplicar ACP como preproceso sobre las observaciones que se desean agrupar, para lo cual se hacen experimentos con datos reales. Entre las tareas adicionales que requieren estos procedimientos está la sintonización de parámetros (ajuste de valores); el alineamiento del kernel se presenta como alternativa de solución. La técnica de alineamiento del kernel presenta buenos resultados al contrastar las curvas de alineamiento con los índices de Rand obtenidos para los datos evaluados. Finalmente, el estudio muestra que el éxito de ACP depende del problema y que no se tiene un criterio general para decidir., In this work, the techniques of Kernel Principal Component Analysis (Kernel PCA or KPCA) and Spectral Clustering are introduced along with some illustrative examples. This work focuses on studying the effects of applying PCA as a preprocessing stage for clustering data. Several tests are carried out on real data to establish the pertinence of including PCA. The use of these methods requires of additional procedures such as parameter tuning; the kernel alignment is presented as an alternative for it. The results of kernel alignment expose a high level of agreement between the tuning curves their respective Rand indexes. Finally, the study shows that the success of PCA is problem-dependent and no general criteria can be established.

Tipo de documento:Artículo - Article
Palabras clave:método kernel, análisis de conglomerados, teoría de grafos, selección de modelo, Kernel method, Cluster analysis, Model selection, Graph theory
Unidad administrativa:Revistas electrónicas UN > Revista Colombiana de Estadística
Código ID:30705
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :30 Junio 2014 13:08
Ultima modificación:18 Agosto 2014 19:09
Ultima modificación:18 Agosto 2014 19:09
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox