Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10908/636
Título : Interpretable Clustering using Unsupervised Binary Trees
Autor : Fraiman, Ricardo
Ghattas, Badih
Svarc, Marcela
Fecha de publicación : 2011
Editor: Universidad de San Andrés. Departamento de Matemáticas y Ciencias
Resumen : We herein introduce a new method of interpretable clustering that uses unsu- pervised binary trees. It is a three-stage procedure, the rst stage of which entails a series of recursive binary splits to reduce the heterogeneity of the data within the new subsamples. During the second stage (pruning), consideration is given to whether adjacent nodes can be aggregated. Finally, during the third stage (join- ing), similar clusters are joined together, even if they do not share the same parent originally. Consistency results are obtained, and the procedure is used on simulated and real data sets.
Descripción : Fil: Fraiman, Ricardo. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina.
Fil: Ghattas, Badih. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina.
Fil: Svarc, Marcela. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina.
URI : http://hdl.handle.net/10908/636
Aparece en las colecciones: Publicaciones profesores y profesoras del Departamento de Matemáticas y Ciencias

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
[P][W]Fraiman-Ghattas-Svarc.pdf1.28 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.