Carregant...
Carregant...

Vés al contingut (premeu Retorn)

GEVA: geometric variability-based approaches for identifying patterns in data

Autor
Irigoien, I.; Arenas, C.; Fernandez, E.; Mestres, F.
Tipus d'activitat
Article en revista
Revista
Computational statistics
Data de publicació
2009-10-15
Volum
25
Número
2
Pàgina inicial
241
Pàgina final
255
DOI
https://doi.org/10.1007/s00180-009-0173-9 Obrir en finestra nova
Repositori
http://hdl.handle.net/2117/8742 Obrir en finestra nova
URL
http://www.springerlink.com/content/759747081526g506/fulltext.pdf Obrir en finestra nova
Resum
This paper, arising from population studies, develops clustering algorithms for identifying patterns in data. Based on the concept of geometric variability, we have developed one polythetic-divisive and three agglomerative algorithms. The effectiveness of these procedures is shown by relating them to classical clustering algorithms. They are very general since they do not impose constraints on the type of data, so they are applicable to general (economics, ecological, genetics…) studies. Our m...
Citació
Irigoien, I. [et al.]. GEVA: geometric variability-based approaches for identifying patterns in data. "Computational statistics", 15 Octubre 2009, vol. 25, núm. 2, p. 241-255.
Grup de recerca
PROMALS - Grup de Recerca en Programació Matemática, Logística i Simulació

Participants

  • Irigoien, I.  (autor)
  • Arenas Sola, Concepción  (autor)
  • Fernandez Areizaga, Elena  (autor)
  • Mestres Naval, Francisco  (autor)