Algorisme OPTICS

L'ordenació de punts per identificar l'estructura de clúster (OPTICS) és un algorisme per trobar clústers [1] basats en la densitat en dades espacials. El van presentar Mihael Ankerst, Markus M. Breunig, Hans-Peter Kriegel i Jörg Sander. La seva idea bàsica és similar a DBSCAN, però aborda una de les principals debilitats de DBSCAN: el problema de detectar clústers significatius en dades de densitat variable. Per fer-ho, els punts de la base de dades s'ordenen (linealment) de manera que els punts més propers espacialment es converteixin en veïns en l'ordenació. A més, s'emmagatzema una distància especial per a cada punt que representa la densitat que s'ha d'acceptar per a un clúster perquè tots dos punts pertanyin al mateix clúster. Això es representa com un dendrograma.[2]

  1. Kriegel, Hans-Peter; Kröger, Peer; Sander, Jörg; Zimek, Arthur Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 1, 3, 5-2011, pàg. 231–240. DOI: 10.1002/widm.30.
  2. «ML | OPTICS Clustering Explanation» (en anglès americà), 12-07-2019. [Consulta: 23 març 2024].

Developed by StudentB