Clasificación de datos: implementación de un algoritmo clustering difuso.

Abstract

El enfoque tradicional (crsip) de la clasificación de datos por medio de particiones usando técnicas del análisis cluster exige que los subconjuntos obtenidos sean mutuamente excluyentes, lo cual, por el tipo de información que se usa en áreas como Medicina, Agronomía y Meteorología entre otras, es bastante artificial. En este artículo se relacionan algunos conceptos de la lógica difusa con el análisis cluster para obtener por medio de un algoritmo del tipo c-means, el grado de pertenencia de un dato a un subconjunto de la clasificación obtenida. Finalmente, en este trabajo, a modo de ejemplo clasificamos un conjunto de datos usando tanto análisis cluster crisp, como difuso. Para obtener los resultados se implementó el algoritmo ISODATA.