Fuzzy clustering

El agrupamiento difuso (en inglés, fuzzy clustering) es una clase de algoritmos de agrupamiento donde cada elemento tiene un grado de pertenencia difuso a los grupos.

Este tipo de algoritmos surge de la necesidad de resolver una deficiencia del agrupamiento exclusivo, que considera que cada elemento se puede agrupar inequívocamente con los elementos de su cluster y que, por lo tanto, no se asemeja al resto de los elementos. Tras la introducción de la lógica difusa por Zadeh en 1965 surgió una solución para este problema, caracterizando la similitud de cada elemento a cada uno de los grupos. ^[1]​ Esto se logra representando la similitud entre un elemento y un grupo por una función, llamada función de pertenencia, que toma valores entre cero y uno. Los valores cercanos a uno indican una mayor similitud, mientras que los cercanos a cero indican una menor similitud. Por lo tanto, el problema del agrupamiento difuso se reduce a encontrar una caracterización de este tipo que sea óptima.

Los algoritmos de agrupamiento difuso se han aplicado ampliamente en diferentes áreas como el procesamiento de imágenes, sistemas de ingeniería, estimación de parámetros, entre otras. ^[2]​

1. ↑ Bezdek, James C.; Ehrlich, Robert; Full, William (1984). «FCM: The Fuzzy c-Means Clustering Algorithm». Computers & Geosciences 10 (2-3): 191-203. 
2. ↑ Yang, M. S. (1993). «A Survey of Fuzzy Clustering». Mathl. Comput. Modelling 18 (11): 1-16. Archivado desde el original el 15 de diciembre de 2013. Consultado el 6 de diciembre de 2013.