![Page 1: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/1.jpg)
Computacion inteligente
Fuzzy Clustering
![Page 2: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/2.jpg)
Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación
![Page 3: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/3.jpg)
Clustering Algorithms
![Page 4: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/4.jpg)
Clustering Fuzzy de las c-medias
![Page 5: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/5.jpg)
El algoritmo de clustering El clustering c-means es un proceso de
optimizacion. Dada la matriz Z, encontrar:
el numero de clusters K, La matriz de particion U, la matriz de prototipos V,
basado en, la minimizacion de una funcion objetivo, (Dunn, 1974; Bezdek, 1981):
![Page 6: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/6.jpg)
El proceso de optimizacion Minimizar:
Sujeto a las restricciones impuestas a la matriz U.
![Page 7: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/7.jpg)
Optimizacion: condiciones sobre U Los elementos de U fuzzy satisfacen
![Page 8: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/8.jpg)
Medida de la distancia La norma de la distancia es distinta para
cada direccion
La matriz A es comun a todos los clusters
![Page 9: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/9.jpg)
Medida de las DistanciaNorma euclidiana
Norma del producto interno
![Page 10: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/10.jpg)
Diferentes medidas de la distancias
La norma influye en el criterio de agrupamiento
![Page 11: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/11.jpg)
Optimizacion: la funcion objetivo Definiendo
Hacer cero los gradientes de J con respecto a U, V, y
k : Multiplicadores de Lagrange
![Page 12: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/12.jpg)
El algoritmo FCM (fuzzy c-means) Se puede demostrar que, si m>1
![Page 13: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/13.jpg)
El algoritmo
![Page 14: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/14.jpg)
Pasos del algoritmo c-means
After King, 2000
![Page 15: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/15.jpg)
El algoritmo FCM (fuzzy c-means) Paso 1: inicializacion
Escoger el numero de clusters c < N Escoger el exponente m, Escoger la matriz A, Selccionar la tolerancia para terminar la
iteracion Inicializar la matriz de particion U
aleatoriamente.
![Page 16: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/16.jpg)
El algoritmo FCM (fuzzy c-means) Paso 2:calcular los prototipos
Paso 3:calcular las distancias
![Page 17: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/17.jpg)
El algoritmo FCM (fuzzy c-means) Paso 4: actualizar la matriz de particion
Paso 5: verificar
![Page 18: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/18.jpg)
Parametros del algoritmo
![Page 19: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/19.jpg)
Validacion del numero de clusters
¿Cómo determinar el numero apropiado de clusters?
Coeficiente de particion, F maximizar Entropia de la particion, H minimizar Exponente de proporcion, P maximizar
Estas medidas se calculan despues de completar el clustering
![Page 20: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/20.jpg)
Validacion: coeficiente de particion
11
1 1
2
Fcn
Fn
k
c
i
ik
F=1 es crispF=1/c significa que cada observacion tiene
grado de pertenencia igual a 1/c a cada cluster
![Page 21: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/21.jpg)
Validacion: entropia de la particion
H=0 es crisp H=ln(c) significa que cada observacion tiene
grado de pertenencia igual a 1/c a cada cluster
cHn
Hik
n
k
c
iik
ln0 ln1
1 1
![Page 22: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/22.jpg)
Validacion: exponente de proporcion
)!(!
!
jcj
c
j
c
P= is crispP=0 significa que cada observacion tiene grado de pertenencia igual a cada cluster
maxk ikc
![Page 23: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/23.jpg)
Xie-Beni index (1991) Minimizar
![Page 24: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/24.jpg)
El Parametro de Fuzificacion m
Influye significativamente en la fuzificacion de la particion resultante
m=1 particion hard m →∞, particion completamente fuzzy
m=2 valor tipico
Estas propiedades son independientes del metodo de optimizacion
1ik c
![Page 25: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/25.jpg)
Medidas de las Distancias: la matriz A
Teniendo en cuenta las varianzas en las diferentes direcciones
![Page 26: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/26.jpg)
Medidas de las Distancias: la matriz A
Teniendo en cuenta la matriz de covarianza
Norma de Mahalanobis
![Page 27: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/27.jpg)
Diferentes medidas de la distancias
La norma influye en el criterio de agrupamiento
![Page 28: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/28.jpg)
Algoritmo de Gustafson-Kessel (1979) La norma de la distancia es distinta para
cada cluster
Cada cluster tiene su propia matriz Ai
![Page 29: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/29.jpg)
Algoritmo de Gustafson-Kessel
![Page 30: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/30.jpg)
Ejemplos de aplicacion
![Page 31: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/31.jpg)
Extraccion de las reglas por clustering: Modelo
After Babuska
![Page 32: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/32.jpg)
Extraccion de las reglas por clustering: Modelo inverso
After Babuska
![Page 33: Computacion inteligente Fuzzy Clustering. Contenido Clustering Fuzzy de las c-medias El algoritmo Parametros del algoritmo Ejemplos de aplicación](https://reader035.vdocuments.pub/reader035/viewer/2022081508/5665b45a1a28abb57c90c77b/html5/thumbnails/33.jpg)
Fuentes Robert Babuska. Course Fuzzy and Neural
Control, 2001/2002. Kevin M. Passino, Stephen Yurkovich,
Fuzzy Control. Addison Wesley Longman, Inc. 1998
Jonathan R. King, New Applications of Fuzzy Logic. University of East Anglia, Norwich England. PHD thesis, december 2000