RT info:eu-repo/semantics/bachelorThesis
T1 Computación optimizada de métodos de Análisis Cluster robusto
A1 Crespo Guerrero, Javier
A2 Universidad de Valladolid. Facultad de Ciencias
K1 Clustering
K1 Robusto
AB El análisis Cluster, fundamental en la Ciencia de Datos moderna, aborda problemas declasificación en los que no se tiene una etiqueta explícita para las observaciones, sinoque se busca agrupar las observaciones atendiendo a los valores que tomen los individuosen ciertas variables. Este problema es especialmente complicado cuando tratamos datosde alta dimensionalidad, agravándose especialmente con la presencia de observaciones“atípicas” que distorsionan los resultados.En este trabajo se ha desarrollado un paquete de software que implementa métodos declustering robusto basados en recortes imparciales, incluyendo los métodos TCLUST yRLG. Ese tipo de recorte excluye una proporción de datos potencialmente más atípicos através de la estructura de los propios datos. Los métodos TCLUST y RLG se han mejoradoa nivel computacional para resolver con eficiencia y comodidad problemas complejosde alta dimensionalidad, cada vez más habituales en la práctica actual de la Estadística.Se han considerado novedosas técnicas de inicialización y su mejorada eficiencia computacionalha sido probada en diferentes escenarios de simulación, así como en su aplicacióna datos reales en alta dimensionalidad.
YR 2023
FD 2023
LK https://uvadoc.uva.es/handle/10324/63224
UL https://uvadoc.uva.es/handle/10324/63224
LA spa
NO Departamento de Estadística e Investigación Operativa
DS UVaDOC
RD 23-nov-2024