This HTML5 document contains 13 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Subject Item

dbpedia-es:Agrupamiento_difuso

dbo:wikiPageRedirects

dbpedia-es:Fuzzy_clustering

Subject Item

dbr:Fuzzy_clustering

owl:sameAs

dbpedia-es:Fuzzy_clustering

Subject Item

dbpedia-es:Fuzzy_clustering

rdfs:label

Fuzzy clustering

rdfs:comment

El agrupamiento difuso (en inglés, fuzzy clustering) es una clase de algoritmos de agrupamiento donde cada elemento tiene un grado de pertenencia difuso a los grupos. Este tipo de algoritmos surge de la necesidad de resolver una deficiencia del agrupamiento exclusivo, que considera que cada elemento se puede agrupar inequívocamente con los elementos de su cluster yque, por lo tanto, no se asemeja al resto de los elementos. Tras la introducción de la lógica difusa por Zadeh en 1965 surgió una solución para este problema, caracterizando la similitud de cada elemento a cada uno de los grupos.​ Esto se logra representando la similitud entre un elemento y un grupo por una función,llamada función de pertenencia, que toma valores entre cero y uno. Los valores cercanosa uno indican una mayor simil

owl:sameAs

n11:07bz_1

dct:subject

category-es:Análisis_de_datos

foaf:isPrimaryTopicOf

wikipedia-es:Fuzzy_clustering

dbo:wikiPageID

6096297

dbo:wikiPageRevisionID

120718644

dbo:wikiPageLength

9653

prov:wasDerivedFrom

n13:0

dbo:abstract

El agrupamiento difuso (en inglés, fuzzy clustering) es una clase de algoritmos de agrupamiento donde cada elemento tiene un grado de pertenencia difuso a los grupos. Este tipo de algoritmos surge de la necesidad de resolver una deficiencia del agrupamiento exclusivo, que considera que cada elemento se puede agrupar inequívocamente con los elementos de su cluster yque, por lo tanto, no se asemeja al resto de los elementos. Tras la introducción de la lógica difusa por Zadeh en 1965 surgió una solución para este problema, caracterizando la similitud de cada elemento a cada uno de los grupos.​ Esto se logra representando la similitud entre un elemento y un grupo por una función,llamada función de pertenencia, que toma valores entre cero y uno. Los valores cercanosa uno indican una mayor similitud, mientras que los cercanos a cero indican una menor similitud.Por lo tanto, el problema del agrupamiento difuso se reduce a encontrar una caracterización de este tipo que sea óptima. Los algoritmos de agrupamiento difuso se han aplicado ampliamente en diferentes áreas como el procesamientode imágenes, sistemas de ingeniería, estimación de parámetros, entre otras.​

Subject Item

wikipedia-es:Fuzzy_clustering

foaf:primaryTopic

dbpedia-es:Fuzzy_clustering