Agrupamento fuzzy c-medoids semi-supervisionado de dados relacionais representados por múltiplas matrizes de dissimilaridade

Abstract

Agrupamento semi-supervisionado de dados é uma forma especial de classificação que usa uma grande quantidade de dados não rotulados combinados com uma pequena parcela de informação supervisionada para melhorar a qualidade dos grupos. Esse trabalho introduz um algoritmo semi-supervisionado do tipo fuzzy c-medoids para agrupamento de dados relacionais representados por múltiplas matrizes de dissimilaridade que tem como objetivo produzir uma partição fuzzy e um conjunto de medoids para cada um desses grupos ao mesmo tempo em que aprende um vetor de relevância para cada tabela, e otimiza o critério de adequação entre os grupos fuzzy de forma competitiva com restrições do tipo must-link e cannot-link. Experimentos com conjuntos de dados reais indicam a utilidade desse modelo.