Escolar Documentos
Profissional Documentos
Cultura Documentos
ISSN 0122-1701
527
INTRODUCCIN
JORGE RIVERA
Ingeniero Electrnico, M. Sc.
Profesor Asistente
Universidad Tecnolgica de Pereira
j.rivera@utp.edu.co
JOSE SOTO MEJIA
Fisico, Ph.D.
Profesor Titular
Facultad de Ingeniera Industrial
Universidad Tecnolgica de Pereira
jomejia@utp.edu.co
WILLIAN ARDILA
Fisico, M.Sc
Profesor Asociado
Universidad Tecnolgica de Pereira
willianar@utp.edu.co
algorithm, linear
[2].
528
(1)
que
(3)
Un hiperplano de separacin -ptimo satisface adems
la siguiente ecuacin:
.
(6)
(4)
Donde
(5)
El
algoritmo
de
Schlesinger-Kozinec
busca
iterativamente los puntos ms cercanos de las regiones
convexas ,
hasta que la condicin de -optimalidad
sea alcanzada.
La condicin de -optimalidad
(10)
La matriz
,y
se pueden
Maximizacion de ! =
u ' Fu
u 'Wu
(13)
W "1 F u 1 = !1 u 1
(14)
529
!=
S .C _ni tr agrupos
S .C.totales
(15)
530
medias
, respectivamente, entonces
la regla es:
model=ekozinec(data,struct('eps',0.01,'tmax',1000))
model =
(16)
Donde
es una mtrica en .
est
partir de distancias
, definidas en
Donde el parmetro
(17)
mide la importancia relativa
datos_planos=[data.X', data.y']
save datos_Planos.txt datos_planos ascii
,841
3,198
-2,846
Tabla 2. Coeficientes de las funciones cannicas
discriminantes.
531
Funcin
V3
1,00
2,00
1
-1,559
1,623
Tabla 3. Funciones discriminantes cannicas no
tipificadas evaluadas en las medias de los grupos
Los resultados de la clasificacin mostrados en la tabla 4
muestran que la funcin discriminante encontrada arriba
clasific mal dos casos, uno del primer grupo y el otro
perteneciente al segundo grupo.
Grupo de
pertenencia
pronosticado
V3
Original Recuento 1,00
2,00
%
1,00
2,00
1,00
2,00
50
1
1
48
98,0
2,0
2,0
98,0
Tabla 4. Resultados de la clasificacin(a)
51
49
100,0
100,0
Total
Conglomerado
(19)
1
2
-,19
1,58
-,13
1,55
Tabla 5. Centros iniciales de los conglomerados
V1
V2
____________________________
1. Las notas de pie de pgina debern estar en la pgina donde se citan. Letra Times New Roman de 8 puntos
532
Conglomerado
1
2
,38
1,03
,36
1,03
Tabla 6. Centros finales de los conglomerados
V1
V2
1
2
49,000
51,000
Vlidos
100,000
Perdidos
,000
Tabla 7. Nmero de casos en cada conglomerado
La comparacin realizada uno a uno entre la clasificacin
original en la base de datos artificial y la asignacin dada
a cada uno de los 100 datos por la tcnica cluster mostr
discrepancia en 15 datos (15%).
4.