Simultaneous Analysis of Classification and Regression by Adaptive Fuzzy Clustering

Técnicas de agrupamiento para identificación y control por modelos locales.

“…Estos algoritmos son el algoritmo fuzzy c-elliptotypes (FCE, (Bezdek, 1987)) y el algoritmo adaptive fuzzy c-regression models (AFCR, (Ryoke and Y.Nakamori, 1996)). (Davé, 1990) calcula un mínimo local de una función objetivo basada en FCM (6.18) en la que se sustituye D 2 ik B (6.22) por una combinación convexa de distancias.…”

“…El algoritmo AFCR (Ryoke and Y.Nakamori, 1996) proporciona un tratamiento similar a FCRM del que hace FCE con FCV. En este caso el criterio queda:…”

“…Allí se revisan los algoritmos fuzzy c-elliptotypes (Bezdek, 1987) (FCE) y adaptive fuzzy c-regression models (Ryoke and Y.Nakamori, 1996) (AFCR), elúltimo de los cuales conjuga en un solo algoritmo ventajas (apartado 6.6.2) de FCRM, FCM y GK. Este algoritmo parece por tanto el idóneo para la identificación de modelos locales.…”

“…En cambio, FCRM y AFCR si que tienen esta consideración en cuenta y dado que los resultados de AFCR se corresponden con la mejora indicada en (Ryoke and Y.Nakamori, 1996) y (Hathaway and Bezdek, 1993) respecto a FCRM y GK: iguala los resultados de GK, obtiene, al tiempo de realización del agrupamiento, una serie de modelos locales lineales que se ajustan perfectamente a la función en estudio, e incluye el error de modelado en la función de coste. se puede concluir que, en este ejemplo, AFCR es el que tiene un mejor comportamiento.…”

“…Estos algoritmos son el algoritmo fuzzy celliptotypes (Bezdek, 1987) (FCE) y el algoritmo adaptive fuzzy c-regression models (Ryoke and Y.Nakamori, 1996) (AFCR).…”