Algoritmos Fuzzy Intervalares e Índices de Validação para Agrupamento de Dados Simbólicos do Tipo Intervalo.
Matemática Intervalar; Agrupamento de Dados; Análise de dados simbólicos; Fuzzy c-Means; Validação de agrupamentos; Distância intervalar.
A Análise de Dados Simbólicos (SDA) tem como objetivo prover mecanismos de redução de grandes bases de dados para extração do conhecimento e desenvolver métodos que descrevem variáveis do tipo complexas, intervalos ou distribuição de probabilidade. O objetivo desta proposta é estender métodos de agrupamento clássicos para dados sim- bólicos intervalares baseado em medidas de dissimilaridade essencialmente intervalar. A aplicação de distâncias essencialmente intervalar ainda está na fase de amadurecimento e esta trabalho almeja ajudar no amadurecimento dessa abordagem. Este trabalho engloba o paradigma fuzzy para realizar o agrupamento de dados. Os métodos propostos consideram três versões para uma extensão do Fuzzy c-Means e uma do ckMeans. Além disso, é proposto uma abordagem de adaptação para avaliação das partições geradas utilizando índices de validação para variáveis do tipo intervalar.