Análise multivariada de agrupamentos de dados utilizando técnicas rígidas e difusas

• Ano de defesa: 2008
• Autor(a) principal: Viana, João Frederico Roldan
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual do Ceará
• Palavras-chave em Português: Agrupamentos de dados; Análise multivariada; Computação
• Link de acesso: https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=48138

<span style="font-style: normal;">O problema de agrupamento pode ser definido como a tarefa de encontrar uma partição em k grupos, a partir de um conjunto de </span><em>n</em> indivíduos X = {x1, x2, . . ., Xn}, onde cada indivíduo está descrito através de <em>p</em> variáveis, de tal sorte que se alcance a máxima similaridade entre os elementos de cada grupo e a máxima dissimilaridade entre os elementos de grupos distintos. Esse problema tem sido bastante estudado na literatura científica e pode ser aplicado em diversas áreas como na medicina, biologia, educação, administração, matemática e muitas outras. O presente trabalho insere-se dentro desse contexto e, nele, faz-se uma explanação sobre as técnicas de agrupamento hierárquicas e não- hierárquicas envolvendo suas versões rígidas e difusas, além do método de identificação de "grupos naturais" e, enfim, complementando-se pela análise de componentes principais, cuja finalidade é permitir uma redução da dimensionalidade do problema. O seu principal objetivo é implementar ou adequar algoritmos de agrupamento nos softwares de análise multivariada de dados FastClass (ALMEIDA, 2005) e SCluster (VIANA, 2003) e aplicá-los em exemplos propostos e da literatura.