Líneas de investigación en minería de datos en aplicaciones
Líneas de investigación en minería de datos en aplicaciones

Minería de datos para series temporales y su
Minería de datos para series temporales y su

Descargar el archivo PDF - Revista de Investigación UPeU
Descargar el archivo PDF - Revista de Investigación UPeU

Análisis de estabilidad de soluciones de Clustering en
Análisis de estabilidad de soluciones de Clustering en

Llamada para COMUNICACIONES
Llamada para COMUNICACIONES

análisis de datos de expresión genética - LSI
análisis de datos de expresión genética - LSI

DBSCAN



El agrupamiento espacial basado en densidad de aplicaciones con ruido o Density-based spatial clustering of applications with noise (DBSCAN) es un algoritmo de agrupamiento de datos (data clustering) propuesto por Martin Ester, Hans-Peter Kriegel, Jörg Sander y Xiaowei Xu en 1996.Es un algoritmo de agrupamiento basado en densidad (density-based clustering) porque encuentra un número de grupos (clusters) comenzando por una estimación de la distribución de densidad de los nodos correspondientes. DBSCAN es uno de los algoritmos de agrupamiento más usados y citados en la literatura científica. OPTICS puede verse como una generalización de DBSCAN para múltiples rangos, reemplazando el parámetro e por el radio máximo de búsqueda.En 2014, el algoritmo fue merecedor del premio a la prueba del tiempo (un reconocimiento dado a algoritmos que han recibido una sustancial atención en la teoría y la práctica) en la conferencia líder de la minería de datos, KDD.