Glosario IA
El diccionario completo de la Inteligencia Artificial
DBSCAN
Algoritmo de clustering basado en la densidad que agrupa puntos suficientemente cercanos marcando como valores atípicos los puntos solitarios en regiones de baja densidad.
Epsilon (ε)
Parámetro que define el radio de vecindario alrededor de un punto para determinar si pertenece a un clúster, influyendo directamente en la granularidad del clustering.
MinPts
Parámetro umbral que define el número mínimo de puntos requeridos en el vecindario ε para que un punto sea considerado un punto core.
Point Core
Punto central de un clúster que tiene al menos MinPts puntos en su vecindario ε, sirviendo como punto de anclaje para formar clústeres densos.
Point Border
Punto situado en la periferia de un clúster, que no tiene suficientes vecinos para ser un punto core pero es alcanzable desde un punto core.
Point Noise
Punto que no pertenece a ningún clúster ya que no es ni un punto core ni alcanzable desde un punto core, a menudo considerado como una anomalía.
Voisinage ε
Conjunto de puntos situados a una distancia menor o igual a ε de un punto dado, formando la base del cálculo de densidad en DBSCAN.
Densité-directement atteignable
Relación donde un punto q es directamente accesible desde un punto core p si q se encuentra en el vecindario ε de p.
Alcanzable por densidad
Relación transitiva donde un punto es alcanzable desde un punto núcleo a través de una cadena de puntos directamente alcanzables por densidad.
Conectado por densidad
Relación simétrica donde dos puntos están conectados si existe un punto núcleo común del cual ambos son alcanzables por densidad.
OPTICS
Algoritmo que extiende DBSCAN y produce un orden de agrupamiento basado en la densidad, permitiendo extraer clústeres de densidades variables.
HDBSCAN
Variante jerárquica de DBSCAN que construye una jerarquía de clústeres de densidades variables y selecciona automáticamente los clústeres estables.
Índice R-tree
Estructura de datos de indexación espacial que optimiza la búsqueda de vecinos en un radio ε, acelerando significativamente DBSCAN en grandes conjuntos de datos.
Maldición de la dimensionalidad
Fenómeno donde la medida de distancia pierde su significado en espacios de alta dimensión, afectando el rendimiento de los algoritmos basados en la densidad.
Puntuación de silueta
Métrica de evaluación que mide la cohesión intra-clúster y la separación inter-clúster, utilizada para optimizar los parámetros ε y MinPts.
Clústeres de forma arbitraria
Ventaja principal de DBSCAN que permite detectar clústeres no convexos y de formas complejas, a diferencia de algoritmos como K-means.
Detección de anomalías
Aplicación natural de DBSCAN donde los puntos identificados como ruido corresponden a anomalías o outliers en los datos.
Particionamiento espacial
Proceso de división del espacio de datos en regiones basadas en la densidad, fundamento del funcionamiento de DBSCAN y algoritmos similares.
Gráfico de vecindario
Representación gráfica donde los nodos son los puntos y las aristas conectan los puntos en el vecindario ε, utilizada para visualizar la estructura de densidad.
Distancia de alcance
Distancia modificada utilizada en OPTICS y HDBSCAN que tiene en cuenta la densidad local para ordenar los puntos según su accesibilidad.
Distancia central
Distancia mínima requerida para que un punto se convierta en un punto central, calculada como la distancia al MinPts-ésimo vecino más cercano.