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

• Main Authors: LUIS GONZALO SÁNCHEZ, GERMÁN AUGUSTO OSORIO, JULIO FERNANDO SUÁREZ
• Format: Article
• Language: English
• Published: Universidad Nacional de Colombia 2008-06-01
• Series: Revista Colombiana de Estadística
• Subjects: Kernel method; Cluster analysis; Model selection; Graph theory
• Online Access: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-17512008000100002&lng=en&tlng=en

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.