Glosario IA
El diccionario completo de la Inteligencia Artificial
Épsilon (ε)
Parámetro de distancia máxima que define la vecindad alrededor de un punto para evaluar la densidad local en algoritmos de clustering basados en densidad.
MinPts
Número mínimo de puntos requeridos en la vecindad épsilon para que un punto sea considerado un punto central (core) en DBSCAN y algoritmos similares.
Puntos centrales (core)
Puntos centrales que tienen al menos MinPts puntos en su vecindad épsilon, sirviendo como núcleos para formar los clusters en DBSCAN.
Puntos frontera (border)
Puntos frontera que no son puntos centrales pero se encuentran en la vecindad épsilon de al menos un punto central.
Puntos de ruido/outliers
Puntos que no son ni puntos centrales ni puntos frontera, considerados como ruido porque no pertenecen a ningún cluster.
Density-reachable (alcanzable por densidad)
Relación de conectividad donde un punto q es alcanzable por densidad desde p si existe una cadena de puntos centrales que conecta p con q.
Density-connected (conectado por densidad)
Relación simétrica donde dos puntos están conectados por densidad si ambos son alcanzables por densidad desde un punto central común.
Clustering jerárquico basado en densidad
Enfoque que construye una jerarquía de clusters basada en la densidad, permitiendo extraer clusters a diferentes escalas de densidad.
Gráfico de alcanzabilidad (reachability plot)
Visualización utilizada por OPTICS que muestra la distancia de alcanzabilidad de los puntos ordenados, donde los valles representan clústeres potenciales.
Variaciones de densidad
Capacidad de algoritmos como OPTICS y HDBSCAN para detectar clústeres con densidades variables dentro del mismo conjunto de datos.
Parámetros adaptativos
Métodos que ajustan automáticamente los parámetros de densidad en función de las características locales de los datos en lugar de utilizar valores globales fijos.
Extracción de clústeres
Proceso de identificación y extracción de clústeres significativos a partir de la estructura jerárquica generada por los algoritmos de agrupamiento basados en la densidad.
Ordenamiento de puntos
Técnica central de OPTICS que crea un orden lineal de los puntos preservando la estructura de densidad para facilitar el análisis multiescala.
Estabilidad del clúster
Medida utilizada en HDBSCAN para evaluar la persistencia de los clústeres a través de diferentes escalas de densidad en la jerarquía de agrupamiento.
Validación de agrupamiento basado en densidad
Métodos de evaluación específicos para algoritmos basados en densidad, utilizando métricas como el coeficiente de silueta adaptado o DBCV.