RT Generic
T1 Técnicas de formación de grupos: Métodos de particionamiento
A1 Lago Portela, Iria
AB [ES] El análisis cluster es un conjunto de técnicas de análisis multivariante que permitenclasificar conjuntos de datos en grupos, de forma que los individuos dentro de cada grupopresenten cierto grado de homogeneidad respecto de las variables observables. En estetrabajo hemos revisado de forma teórica los métodos de K−medias y de mixturas finitaspara la agrupación de un conjunto de datos, y hemos realizado un análisis comparativode ambos métodos. En el primer capítulo se ofrece una introducción al análisis cluster y,en particular, a los métodos de particionamiento. En el segundo y tercer capítulos se hizouna revisión teórica de los algoritmo de K−medias y mixturas finitas, respectivamente,y se ilustran los algoritmos mediante un ejemplo con datos reales. En el cuarto, y últimocapítulo, hemos realizado varias simulaciones que nos permitieron comparar los algoritmosde K−medias y mixturas finitas y hemos podido ver en qué circunstancias es más adecuadoaplicar cada uno de los métodos.
AB [EN] Cluster analysis is a set of multivariate analysis techniques that allow data sets to beclassified into groups, so that the individuals within each group present a certain degree ofhomogeneity with respect to the observable variables. In this work we have theoreticallyreviewed the K−means and finite mixture methods for grouping a data set, and we haveperformed a comparative analysis of both methods. The first chapter provides an introductionto cluster analysis and, in particular, to partitioning methods. In the second and thirdchapters it was made a theoretical review of the algorithms of K−means and finite mixtures,and the algorithms are illustrated by an example with real data. In the fourth, and lastchapter, we have carried out several simulations that allowed us to compare the algorithmsof K−means and finite mixtures and we have been able to see in which circumstances itis more appropriate to apply each of the methods.
YR 2020
FD 2020-09-07
LK http://hdl.handle.net/10347/26124
UL http://hdl.handle.net/10347/26124
LA spa
NO Traballo Fin de Grao en Matemáticas. Curso 2019-2020
DS Minerva
RD 24 abr 2026