Análisis de estabilidad en clusters solapados

Abstract

Analizar la estabilidad de una solucion de clustering implica medir la capacidad de un algoritmo para producir resultados similares dada una misma fuente de datos de entrada. Los indices de validacion externa permiten cuantificar dicha similitud entre un par de soluciones de clustering. Dentro de los indices clasicos mas utilizados es posible validar soluciones con clusters no solapados, en donde cada patron solo puede pertenecer a un cluster. Sin embargo, en aplicaciones practicas, generalmente se dan situaciones en las que un patron podra poseermas de una etiqueta. En este trabajo se analiza un indice de validacion externa desde un enfoque probabilistico y se provee una reformulacion aplicable a soluciones con clusters solapados. Luego de presentar el nuevo indice, se muestran y discuten resultados de experimentos realizados sobre ejemplos artificiales y bases de datos reales. Los resultados muestran como el nuevo ndice puede medir adecuadamente la similitud entre clusters solapados, permitiendo asi analizar la estabilidad en ambos casos.