Practica De Clustering

Universidad Católica San Pablo Estructuras de Datos Avanzadas CComp6-1 Patrick Xavier Márquez Choque

Tabla de Contenidos

• Introducción
• Líbrerías Necesarias
• Resultados

Introducción

El código se desarolló en C++. Se implementó el método de Clustering K-Means K-Means es un algoritmo de Clustering que tiene como objetivo particiones de grupos de datos en base a una determinada cantidad de centroides que utilizarán los valores más cercanos para formar parte de su cluster o grupo. En este algoritmo se implemento la distancia euclidiana para calcular la distancia de cada punto x y de su determinado centroide. También se obtuvieron 2 métodos para resolver esto:

• Un método utilizando 100 000 filas del dataset enviado por el correo, que corresponden a las dimensiones del Dataset de Amazon Start_Lon y Start_Lan como x e y respectivamente; se realiza en primer lugar un filtrado de todas las filas para solo obtener el dataset deseado en el archivo sample.csv.
• Un método utilizando cantidades ingresadas por el usuarios de números aleatorios. Una cantidad determinada de numeros aleatorios como las dimensiones x e y y una cantidad determinada de centroides como el algoritmo lo desarrolla.

Librerías Necesarias

OPENGL & FreeGLUT para la parte gráfica OpenGL+FreeGLUT-2.8.1+glew-1.10.0

Resultados

El resultado al compilar es el siguiente:

Resultados al escojer el primer método:

Resultados al escojer el segundo método con 1000 números aleatorios y 3 centroides.

Resultados al escojer el segundo método con 1 000 000 números aleatorios y 10 centroides.

Resultados al escojer el segundo método con 14 000 000 números aleatorios y 10 centroides.

Resultados al escojer el segundo método con 14 000 000 números aleatorios y 50 centroides.