Ensemble de Mapas Auto Organizáveis de Kohonen com ponderação através de índices de validação de agrupamentos
Self Organizing Maps, Ensemble, Índices de Validação
A quantidade de informações coletadas e armazenadas cresce a cada dia nas mais diversas áreas do conhecimento. Técnicas de mineração de dados são aplicadas em variados setores da economia.
A diversidade dos conjuntos de dados pode fazer com que a utilização de um ou outro algoritmo de clusterização, ou o mesmo algoritmo com diferentes atributos, resulte em resultados diferentes. Dentre os algoritmos de agrupamentos não supervisionados, destaca-se a rede de Kohonen, capaz de projetar um mapa bidimensional de um conjunto n-dimensional de dados, que tenta preservar, ao máximo, as relações topológicas destes dados.
Na busca por soluções eficientes, métodos de ensemble de clusters mostram-se interessantes por combinar diversas soluções. Uma forma de avaliar o resultado de algoritmos de agrupamento é através de índices de validação. Há uma vasta quantidade de índices disponíveis, cada um adequado para determinada característica do conjunto de dados. A proposta desta pesquisa é combinar informações, através de ensemble de mapas de Kohonen, com diferentes tamanhos e atributos, com ponderação através de índices modificados ou desenvolvidos para validação de agrupamentos, obtendo uma solução de clusterização melhor do que seria obtida com mapas individuais.