TRABALHOS DE FIM DE CURSO @PUC-Rio
| Título: | CLUSTERIZAÇÃO DE DADOS UTILIZANDO O ALGORITMO K-MEANS | ||||||||||||
| Autor(es): |
RODRIGO CEZAR MENEZES |
||||||||||||
| Colaborador(es): |
MARCO ANTONIO CASANOVA - Orientador |
||||||||||||
| Catalogação: | 28/JAN/2013 | Língua(s): | PORTUGUÊS - BRASIL |
||||||||||
| Tipo: | TEXTO | Subtipo: | TRABALHO DE FIM DE CURSO | ||||||||||
| Notas: |
[pt] Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio. [en] All data contained in the documents are the sole responsibility of the authors. The data used in the descriptions of the documents are in conformity with the systems of the administration of PUC-Rio. |
||||||||||||
| Referência(s): |
[pt] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=21049@1 |
||||||||||||
| DOI: | https://doi.org/10.17771/PUCRio.acad.21049 | ||||||||||||
| Resumo: | |||||||||||||
|
O presente projeto tem por objetivo tratar a temática relacionada ao agrupamento (clustering) de dados e suas diferentes formas de implementação, tendo como enfoque o algoritmo k-Means. As análises das amostras foram baseadas em duas características principais: a métrica de distância entre os pontos e o erro gerado pelo cluster. A implementação do algoritmo foi testada sobre um conjunto de dados reais com o objetivo de analisar as métricas abordadas a fim de determinar qual a distribuição gera menos erro.
|
|||||||||||||
|
|||||||||||||
