Un sistema clasificador utilizando coloración de gráficas suaves

• Autores: Jorge Flores Cruz, Pedro Lara Velázquez, Miguel Ángel Gutiérrez Andrade, Sergio Gerardo de los Cobos Silva, Eric Alfredo Rincón García
• Localización: Revista de Matemática: Teoría y Aplicaciones, ISSN 2215-3373, ISSN-e 2215-3373, Vol. 24, Nº. 1, 2017, págs. 129-156
• Idioma: español
• DOI: 10.15517/rmta.v24i1.27795
• Títulos paralelos:
  • A classifier system using smooth graph coloring
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Los clasificadores no supervisados permiten un método de agrupación de forma automatizada. Para ello es deseable agrupar los elementos con un menor procesamiento de datos. Este trabajo propone un sistema clasificador no supervisado que utiliza el modelo de coloración de gráficassuaves. El método se puso a prueba con algunas instancias clásicas de la literatura especializada y se comparan los resultados obtenidos con clasificaciones hechas con clasificadores supervisados, obteniéndose resultados tan buenos o mejores que con los clasificadores más aceptados y utilizados, proporcionando a veces clasificaciones alternativas que muestran información adicional que los humanos no consideraron.

  • English

    Unsupervised classifiers allow clustering methods with less or no human intervention. Therefore it is desirable to group the set of items with less data processing. This paper proposes an unsupervised classifier system using the model of soft graph coloring. This method was tested with some classic instances in the literature and the results obtained were compared with classifications made with human intervention, yielding as good or better results than supervised classifiers, sometimes providing alternative classifications that considers additional information that humans did not considered.

• Referencias bibliográficas
  • Cheng, J.; Greiner, R. (1999) “Learning theory and language modeling”, in: N. Friedman, M. Goldszmidt & A. Wyner (Eds.) Proceedings of...
  • Chow, J.H.; Chow, C. (2006) The Encyclopedia of Hepatitis and Other Liver Diseases. Facts On File, New York.
  • De los Cobos, S.G.; Goddard, J.; Gutiérrez, M.A.; Martínez, A.E. (2010) Búsqueda y Exploración Estocástica. Universidad Autónoma Metropolitana,...
  • Demšar, J. (2006) “Statistical comparisons of classifiers over multiple data sets”, Journal of Machine Learning Research 7(Jan): 1–30.
  • Diestel, R. (2000) Graph Therory. Springer-Verlag, New York.
  • Fernández, V.; Berradre, M.; Sulbarán, B.; Ojeda, G.; Peña, J. (2009) “Caracterización química y contenido mineral en vinos comerciales venezolanos”,...
  • GAMS Development Corporation. (2015) “General Algebraic Modeling System”, en: http://www.gams.com, consultado el 18/08/2015, 17:30.
  • Gutiérrez, M.A.; Lara, P.; Lopez, R.; Ramírez, J. (2011) “Heuristics for the robust coloring problem”, Revista de Matemática: Teoría y Aplicaciones...
  • Jain, A.K.; Murty, M.N.; Flynn, P.J. (1999) “Data clustering: a review”, ACM Computing Surveys (CSUR) 31(3): 264–323.
  • Joachims, T. (1996) “A probabilistic analysis of the Rocchio algorithm with TFIDF for text categorization”, Dept. of Computer Science, Carnegie-Mellon...
  • Lara, P.; Gutiérrez, M.A.; De los Cobos, S.G.; Rincón, E. (2015) “Coloración de gráficas suaves”, Revista de Matemática: Teoría y Aplicaciones...
  • McAllester, D.; Schapire, R.E. (2002) “Learning theory and language modeling”, in: G. Lakemeyer & B. Nebel (Eds.) Exploring Artificial...
  • Montgomery, D.C.; Runger, G.C. (2003) Applied Statistics and Probability for Engineers. John Wiley & Sons, New York.
  • Moreno, B. (2009) Minería sobre Grandes Cantidades de Datos. Tesis de Maestría, Departamento de Ingeniería Eléctrica, Posgrado en Ciencias...
  • Parzen E. (1962) “On estimation of a probability density function and mode”, The Annals of Mathematical Statistics 33(3): 1065–1076.
  • Ripley, B.D. (1996) Pattern Recognition and Neural Networks. Cambridge University Press, Cambridge.
  • Ritter, G. (2014) Robust Cluster Analysis and Variable Selection. CRC Press, Boca Raton.
  • Universidad de California en Irvine (2015) “Iris related papers”, en: http://archive.ics.uci.edu/ml/datasets/Iris, consultado el 25/11/2015,...
  • Universidad de California en Irvine (2015) “UCI machine learning repository”, en: http://archive.ics.uci.edu/ml/index.html, consultado el...
  • Universidad Nicolás Copérnico de Polonia (2010) “Datasets classifier”, en: http://www.is.umk.pl/projects/datasets.html, consultado el 23/11/2015,...
  • Waterhouse, A. L.; Ebeler, S. E. (1998) Chemistry of Wine Flavor. American Chemical Society, Washington DC.
  • Weber, T. (2009) “The lower/middle palaeolithic transition. Is there alower/middle palaeolithic transition?”, Preistoria Alpina 44: 17–24.
  • Xing, E.P.; Ng, A.Y.; Jordan, M.I.; Russell, S. (2003) “Distance metric learning with application to clustering with side-information”, Advances...
  • Xu, R.; Wunsch, D. (2005) “Survey of clustering algorithms”, IEEE Transactions on Neural Networks 16(3): 645–678.