(Escuela de Posgrado - Facultad Regional Buenos Aires, 2019-02-20) Ciciliani, Gabriel; Merlino, Hernán; Martins, Sebastian
En el campo de la Ingeniería de explotación de información, el proceso de descubrimiento de
reglas de pertenencia a grupos se caracteriza por la utilización combinada de un proceso de
descubrimiento de grupos (clustering) y uno de inducción de reglas. Dada la variedad de
algoritmos de clustering e inducción de reglas disponibles en la actualidad, es de interés poder
conocer a priori que pareja de algoritmos es más conveniente para un set de datos, en a base sus
características. En esta tesis, se propone un proceso que permite validar el rendimiento de los
algoritmos, en base a métricas internas, para distintos tipos de sets de datos, con características
específicas, de forma tal que permita comprender bajo que características cada pareja de
algoritmos ofrece mejor rendimiento.
