Vc-means: Análise Comparativa de um Novo Algoritmo de Agrupamento
VC-Means, CK-Means, K-Means, Fuzzy C-Means (FCM), Algoritmos
de Agrupamento, Lógica Fuzzy
Este estudo apresenta o desenvolvimento e a avaliação do algoritmo "VC-Means"como uma abordagem inovadora para o agrupamento de dados. O VC-Means é baseado em um algoritmo previamente desenvolvido chamado "CK-Means"e é projetado para identificar padrões e agrupamentos específicos em conjuntos de dados. Foram realizados testes estatísticos em 20 bases de dados tradicionais, comparando e validando sua eficiência com três algoritmos conhecidos na literatura: K-Means, Fuzzy C-Means (FCM) e Gustafson-Kessel (GK). A avaliação foi feita utilizando índices de validação como o índice DB, Silhueta,
Índice de Rand Ajustado, Calinski-Harabasz, Informação Mútua Ajustada e V-measure. Os resultados mostraram que o VC-Means obteve um ótimo desempenho, sem diferença estatística significativa em relação aos outros algoritmos , e demonstrou uma eficiência notável em termos de tempo de processamento.