Una revisión de los algoritmos de partición más comunes en el análisis de conglomerados: un estudio comparativo A Review of the Most Common Partition Algorithms in Cluster Analysis: A Comparative Study

• Main Authors: SUSANA A. LEIVA-VALDEBENITO, FRANCISCO J. TORRES-AVILÉS
• Format: Article
• Language: English
• Published: Universidad Nacional de Colombia 2010-01-01
• Series: Revista Colombiana de Estadística
• Subjects: algoritmos de conglomerados; medida de similaridad; simulación; Clustering algorithm; Similarity measure; Simulation
• Online Access: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-17512010000200009

Este estudio está enfocado en comparar diversos métodos de partición del análisis de conglomerados, usualmente conocidos como métodos no jerárquicos. En este trabajo, se realizan estudios de simulación para comparar los resultados obtenidos al implementar los algoritmos k-medias, k-medianas, PAM y Clara cuando los datos son multivariados y de tipo continuo. Adicionalmente, se efectúa un estudio de simulación con el fin de comparar algoritmos de partición para datos cualitativos, confrontando la eficiencia de los algoritmos PAM y k-modas. La eficiencia de los algoritmos se compara usando el índice de Rand ajustado y la tasa de correcta clasificación. Finalmente, se aplican los algoritmos a bases de datos reales, las cuales poseen clases predefinidas.<br>This study is oriented to compare several partition methods in the context of cluster analysis, which are also called non hierarchical methods. In this work, a simulation study is performed to compare the results obtained from the implementation of the algorithms k-means, k-medians, PAM and CLARA when continuous multivariate information is available. Additionally, a study of simulation is presented to compare partition algorithms qualitative information, comparing the efficiency of the PAM and k-modes algorithms. The efficiency of the algorithms is compared using the Adjusted Rand Index and the correct classification rate. Finally, the algorithms are applied to real databases with predefined classes.