SlideShare una empresa de Scribd logo
1 de 15
Ligação simples e completa
Algoritmos para agrupamentos (clustering)
Por Diego de Souza Silva
Tópicos
1 Agrupamentos
2 Ligação Simples
3 Algoritmo
4 Exemplo
5 Ligação Completa
6 Aplicações
Agrupamentos
Os algoritmos de Ligação simples e
Completa são meios de agrupar
hierarquicamente os nós do grafo baseado
na distância entre eles (de acordo com o
critério do peso das arestas);
Utilizado em situações em que se necessita
identificar padrões entre os elementos
modelados pelo grafo.
Ligação Simples
1 Considera o agrupamento entre os vértices
do grafo entre os elementos de menor
distância (ou seja, que são ligados pela
aresta de menor peso);
2 Algoritmo similar ao de kruskal utilizado
para identificar MST, no entanto o que é
observado são os agrupamentos.
Algoritmo
Consiste em 5 passos:
1 Comece considerando todos os vértices isolados como um agrupamento do
nível 0, o número de sequencia m = 0 ( que será utilizado como referência
para este nível), e o nível deste agrupamento L(m=0) = 0;
2 Encontre o par (r,s) de agrupamentos mais similar, ou seja, aqueles que
forem interligados pela aresta de menor distância;
3 Incremente o número de sequência m e crie um novo agrupamentos que
contenha (r) e(s) para formar o novo nível de agrupamentos m. Atribua ao
nível deste agrupamento a distância entre (r) e (s): L(m) = d[(r),(s)];
4 Atualize a matriz de proximidade D excluindo as linhas e colunas
correspondentes aos vértices (r) e (s) e adicione uma nova linha e coluna
para o novo agrupamento formado. A aproximação entre o novo
agrupamento e cada um dos antigos é o menor peso de uma aresta entre
eles;
5 Se todos os vértices estiverem no agrupamento o algoritmo termina, caso
contrário volta ao passo 2.
Exemplo
Nível 0
Menor peso = aresta B-D (ou A-C) = 1
Exemplo
Nível 1
Menor Peso = aresta A-C = 1
Exemplo
Nível 2
Menor Peso = E-BD = 2
Exemplo
Nível 3
Menor Peso = AC-EBD = 2
Exemplo
Ligação Completa
Difere do algoritmo de ligação simples
apenas pelo critério para agrupamento, pois
agrupa os vértices interligados pela aresta de
maior peso (ao invés do menor)
Exemplo Ligação Completa
Nível 0 Nível 1 Nível 2
Nível 3Nível 4
Aplicações
1 Segmentação de Imagem;
2 Redes Sociais: reconhecimento do grau de
influência de perfis;
3 Algoritmo de busca: agrupamentos de
endereços similares na base de busca
para retorno de resultados
4 Há inúmeras outras aplicações na biologia,
física, matemática e nas ciências sociais
Dúvidas
Referências
1 [1] Wilson, Robin J.;Watkins, John J. (1990) Graphs: An Introductory Approach. Pennsylvania: Wiley.
2 [2] MÉTODOS DE KERNEL PARA AGRUPAMENTOS DE DADOS DE TIPO INTERVALO - Trabalho de
Graduação. Pimentel, Bruno A. Disponível em: http://www.cin.ufpe.br/~tg/2010-2/bap.pdf.
3 [3] Trabalho de Graduação Grafo - graph editor. Pereira, Ulisses C. Disponível em:
http://www.inf.ufpr.br/arg/alglab/grafo/.
4 [4] Single-link and complete-link clustering. Disponível em: http://nlp.stanford.edu/IR-
book/html/htmledition/single-link-and-complete-link-clustering-1.html.

Más contenido relacionado

Similar a Teoria dos Grafos: Ligação Simples e Completa

Implementação Currículo - módulo4 - Matrizes/Nºs Complexos
Implementação Currículo - módulo4 - Matrizes/Nºs ComplexosImplementação Currículo - módulo4 - Matrizes/Nºs Complexos
Implementação Currículo - módulo4 - Matrizes/Nºs Complexosinechidias
 
Implementação currículo- Módulo IV-Matrizes/Determinantes/Nºs Complexos
Implementação currículo- Módulo IV-Matrizes/Determinantes/Nºs ComplexosImplementação currículo- Módulo IV-Matrizes/Determinantes/Nºs Complexos
Implementação currículo- Módulo IV-Matrizes/Determinantes/Nºs Complexosinechidias
 
Análise de Agrupamentos e Regionalização
Análise de Agrupamentos e RegionalizaçãoAnálise de Agrupamentos e Regionalização
Análise de Agrupamentos e RegionalizaçãoVitor Vieira Vasconcelos
 
Sessao 6.pdf para aproveitametno em sessões
Sessao 6.pdf para aproveitametno em sessõesSessao 6.pdf para aproveitametno em sessões
Sessao 6.pdf para aproveitametno em sessõesJoaquimOliveiraBapti1
 
Data Mining - Clustering
Data Mining - ClusteringData Mining - Clustering
Data Mining - Clusteringiaudesc
 
Ordenação de pares e ímpares
Ordenação de pares e ímparesOrdenação de pares e ímpares
Ordenação de pares e ímparesDiego Lusa
 
Implementação mód4 -
Implementação   mód4 - Implementação   mód4 -
Implementação mód4 - inechidias
 
Implementação mód4
Implementação   mód4 Implementação   mód4
Implementação mód4 inechidias
 
Implementação mód4
Implementação   mód4 Implementação   mód4
Implementação mód4 inechidias
 
Algebra linear i cunha; figueiredo
Algebra linear i   cunha; figueiredoAlgebra linear i   cunha; figueiredo
Algebra linear i cunha; figueiredolucio-vicente
 

Similar a Teoria dos Grafos: Ligação Simples e Completa (12)

Análise de agrupamentos
Análise de agrupamentosAnálise de agrupamentos
Análise de agrupamentos
 
Implementação Currículo - módulo4 - Matrizes/Nºs Complexos
Implementação Currículo - módulo4 - Matrizes/Nºs ComplexosImplementação Currículo - módulo4 - Matrizes/Nºs Complexos
Implementação Currículo - módulo4 - Matrizes/Nºs Complexos
 
Implementação currículo- Módulo IV-Matrizes/Determinantes/Nºs Complexos
Implementação currículo- Módulo IV-Matrizes/Determinantes/Nºs ComplexosImplementação currículo- Módulo IV-Matrizes/Determinantes/Nºs Complexos
Implementação currículo- Módulo IV-Matrizes/Determinantes/Nºs Complexos
 
Análise de Agrupamentos e Regionalização
Análise de Agrupamentos e RegionalizaçãoAnálise de Agrupamentos e Regionalização
Análise de Agrupamentos e Regionalização
 
Sessao 6.pdf para aproveitametno em sessões
Sessao 6.pdf para aproveitametno em sessõesSessao 6.pdf para aproveitametno em sessões
Sessao 6.pdf para aproveitametno em sessões
 
Análise de Agrupamentos (Clusters)
Análise de Agrupamentos (Clusters)Análise de Agrupamentos (Clusters)
Análise de Agrupamentos (Clusters)
 
Data Mining - Clustering
Data Mining - ClusteringData Mining - Clustering
Data Mining - Clustering
 
Ordenação de pares e ímpares
Ordenação de pares e ímparesOrdenação de pares e ímpares
Ordenação de pares e ímpares
 
Implementação mód4 -
Implementação   mód4 - Implementação   mód4 -
Implementação mód4 -
 
Implementação mód4
Implementação   mód4 Implementação   mód4
Implementação mód4
 
Implementação mód4
Implementação   mód4 Implementação   mód4
Implementação mód4
 
Algebra linear i cunha; figueiredo
Algebra linear i   cunha; figueiredoAlgebra linear i   cunha; figueiredo
Algebra linear i cunha; figueiredo
 

Teoria dos Grafos: Ligação Simples e Completa

  • 1. Ligação simples e completa Algoritmos para agrupamentos (clustering) Por Diego de Souza Silva
  • 2. Tópicos 1 Agrupamentos 2 Ligação Simples 3 Algoritmo 4 Exemplo 5 Ligação Completa 6 Aplicações
  • 3. Agrupamentos Os algoritmos de Ligação simples e Completa são meios de agrupar hierarquicamente os nós do grafo baseado na distância entre eles (de acordo com o critério do peso das arestas); Utilizado em situações em que se necessita identificar padrões entre os elementos modelados pelo grafo.
  • 4. Ligação Simples 1 Considera o agrupamento entre os vértices do grafo entre os elementos de menor distância (ou seja, que são ligados pela aresta de menor peso); 2 Algoritmo similar ao de kruskal utilizado para identificar MST, no entanto o que é observado são os agrupamentos.
  • 5. Algoritmo Consiste em 5 passos: 1 Comece considerando todos os vértices isolados como um agrupamento do nível 0, o número de sequencia m = 0 ( que será utilizado como referência para este nível), e o nível deste agrupamento L(m=0) = 0; 2 Encontre o par (r,s) de agrupamentos mais similar, ou seja, aqueles que forem interligados pela aresta de menor distância; 3 Incremente o número de sequência m e crie um novo agrupamentos que contenha (r) e(s) para formar o novo nível de agrupamentos m. Atribua ao nível deste agrupamento a distância entre (r) e (s): L(m) = d[(r),(s)]; 4 Atualize a matriz de proximidade D excluindo as linhas e colunas correspondentes aos vértices (r) e (s) e adicione uma nova linha e coluna para o novo agrupamento formado. A aproximação entre o novo agrupamento e cada um dos antigos é o menor peso de uma aresta entre eles; 5 Se todos os vértices estiverem no agrupamento o algoritmo termina, caso contrário volta ao passo 2.
  • 6. Exemplo Nível 0 Menor peso = aresta B-D (ou A-C) = 1
  • 7. Exemplo Nível 1 Menor Peso = aresta A-C = 1
  • 11. Ligação Completa Difere do algoritmo de ligação simples apenas pelo critério para agrupamento, pois agrupa os vértices interligados pela aresta de maior peso (ao invés do menor)
  • 12. Exemplo Ligação Completa Nível 0 Nível 1 Nível 2 Nível 3Nível 4
  • 13. Aplicações 1 Segmentação de Imagem; 2 Redes Sociais: reconhecimento do grau de influência de perfis; 3 Algoritmo de busca: agrupamentos de endereços similares na base de busca para retorno de resultados 4 Há inúmeras outras aplicações na biologia, física, matemática e nas ciências sociais
  • 15. Referências 1 [1] Wilson, Robin J.;Watkins, John J. (1990) Graphs: An Introductory Approach. Pennsylvania: Wiley. 2 [2] MÉTODOS DE KERNEL PARA AGRUPAMENTOS DE DADOS DE TIPO INTERVALO - Trabalho de Graduação. Pimentel, Bruno A. Disponível em: http://www.cin.ufpe.br/~tg/2010-2/bap.pdf. 3 [3] Trabalho de Graduação Grafo - graph editor. Pereira, Ulisses C. Disponível em: http://www.inf.ufpr.br/arg/alglab/grafo/. 4 [4] Single-link and complete-link clustering. Disponível em: http://nlp.stanford.edu/IR- book/html/htmledition/single-link-and-complete-link-clustering-1.html.