Practica #3Agrupamiento

Laboratorio de Sistemas AdaptativosMartes – M4.M5

Angel Rodolfo Reyna Acevedo 1459652Lucía Guadalupe Moyeda Cornejo 1145154

Adrian Vega Magaña 1497896Lucero Itzel Ramos García 1491994

En esta practica de laboratorio tuvimos que elegir uno de los temas vistos en parte de la Unidad 2 y 3 de Sistemas Adaptativos, y decidimos escoger el tema de Clustering o Agrupamiento.

El agrupamiento o clustering consiste en acomodar elementos en grupos.

Los elementos en el mismo grupo deben ser más similares entre ellos y menos similares con respecto a otros grupos.

Introducción

El objetivo de esta practica era el de entender un poco mas el tema de clustering y ver como funciona mas a fondo.

Así como también desarrollar mas habilidades en cuanto al desarrollo de software en Java.

Objetivo

El motivo por el cual decidimos desarrollar el tema de clustering fue porque nos interesa el análisis de los grupos de individuos u objetos con similitudes entre si , o hasta cierto punto iguales.

Y también como esta representación de grupos por medio de puntos, simula cualquier tipo de población.

Justificación

A su vez nos interesan sus aplicaciones, como lo es en el marketing, en el ordenamiento de libros, e incluso como puede aplicarse a la ubicación de cosas a construirse en una ciudad

En el primer avance del programa, tuvimos una idea muy diferente al programa final. Empezamos con un programa que creaba cien puntos con coordenadas aleatorias y un numero aleatorio de centroides con coordenadas aleatorias.

A partir de ahí empezamos a tener dificultades con el código, por querer apresurarnos. Le pedimos opiniones del avance e indicaciones de lo que debíamos hacer a la Dra. Sara Elena.

Desarrollo

A partir de allí, empezamos a modificarlo, así como enfocarnos mas en que el código lograra el reacomodo de las instancias primero, con puntos y centroides estáticos.

Hasta hace unos días, seguíamos con errores de código hasta que decidimos, tomar diferentes caminos en el desarrollo del programa, así empezando desde cero con un solo centroide y pocos puntos, para poder lograr el análisis y agrupación en forma correcta.

Desde allí fuimos mejorando el programa, para que fueran aleatorios y después de allí, agregar mas puntos, y mas centroides.

Como lo indico la Dra., no hicimos los puntos totalmente aleatorios, tienen un cierto patrón para verse de forma mas ordenada.

Código

En conclusión, el desarrollo de este sistema, nos hizo entender un poco mas el clustering, y la manera en que los diferentes grupos se analizan hasta llegar a un nivel de error de reacomodo de centroides mínimo.

Conclusiones