Bibliographic citations
This is an automatically generated citacion. Modify it if you see fit
Flores, G., (2017). Descripción de la metodología de análisis de cluster con algoritmo Fuzzy C-means [Trabajo de suficiencia profesional, Universidad Nacional Agraria La Molina]. https://hdl.handle.net/20.500.12996/3240
Flores, G., Descripción de la metodología de análisis de cluster con algoritmo Fuzzy C-means [Trabajo de suficiencia profesional]. : Universidad Nacional Agraria La Molina; 2017. https://hdl.handle.net/20.500.12996/3240
@misc{renati/1113356,
title = "Descripción de la metodología de análisis de cluster con algoritmo Fuzzy C-means",
author = "Flores Bellido, Giovanna",
publisher = "Universidad Nacional Agraria La Molina",
year = "2017"
}
Full metadata record
Flores Bellido, Giovanna
2018-04-24T18:25:35Z
2018-04-24T18:25:35Z
2017
U10.F467-T BAN UNALM
https://hdl.handle.net/20.500.12996/3240
Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática (es_PE)
En el presente trabajo se presenta la metodología del algoritmo Fuzzy C-means para el análisis de cluster, el cual fue presentado por Bezdek y Dunn en 1973, la cual combina los métodos basados en la función objetivo con los de la lógica Fuzzy término presentado por Lofty Zadeh en 1960 como medio para modelar la incertidumbre a través de las etapas de fuzzificación, reglas de evaluación y defuzzificación. El algoritmo Fuzzy C-means realiza la formación de cluster a través de una partición suave de los datos, es decir para realizar del reconocmiento de patrones a través del hallazgo de los grados de pertenencia de cada individuo a los diferentes cluster, donde un individuo no tendría pertenecía exclusiva a un solo grupo, sino que un individuo podría tener grados de pertenencia a distintos grupos, a diferencia de otros métodos que realizan la formación de los cluster basados en la lógica binaria o partición dura. Utilizando el software estadístico R se realizó la aplicación del algoritmo Fuzzy C-means sobre datos de jugadores para la formación de cluster a través de rapidez y resistencia (es_PE)
Trabajo de suficiencia profesional (es_PE)
application/pdf (en_US)
spa (es_PE)
Universidad Nacional Agraria La Molina (es_PE)
info:eu-repo/semantics/openAccess (en_US)
https://creativecommons.org/licenses/by-nc-nd/4.0/ (*)
Universidad Nacional Agraria La Molina (es_PE)
Repositorio institucional - UNALM (es_PE)
Grupos sociales (es_PE)
Análisis multivariante (es_PE)
Econometría (es_PE)
Análisis de datos (es_PE)
Clasificación (es_PE)
Métodos estadísticos (es_PE)
Perú (es_PE)
Técnica de algoritmo (es_PE)
Fuzzy C-means (es_PE)
Clusters (es_PE)
Descripción de la metodología de análisis de cluster con algoritmo Fuzzy C-means (es_PE)
info:eu-repo/semantics/bachelorThesis (en_US)
Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación (es_PE)
Estadística e Informática (es_PE)
Título Profesional (es_PE)
Ingeniero Estadístico Informático (es_PE)
https://purl.org/pe-repo/ocde/ford#4.05.00 (es_PE)
Pública
This item is licensed under a Creative Commons License