Los métodos de clustering basados en grilla, difieren de otros métodos en que clusterizan la data basados en el espacio que la contiene y no en la data como tal; los clústers se generan mediante la partición del espacio en celdas, sin tomar en cuenta la distribución de la data. Este método cuantifica el espacio de objetos en un número finito de celdas que forman una estructura de grilla sobre la que se realizan todas las operaciones para la agrupación. (Borisov & Grabusts, 2002)
La principal ventaja de este enfoque es su tiempo de procesamiento rápido, que es típicamente independiente del número de objetos de datos, sin embargo, depende de sólo el número de células en cada dimensión en el espacio cuantificada. (Wang, 2015)
En general, los algoritmos de segmentación basado en grilla; típicamente constan de los siguientes cinco pasos básicos: (Borisov & Grabusts, 2002)
- Creación de la estructura de grilla, es decir, la partición del espacio de datos en un número finito de células.
- Cálculo de la densidad celular para cada celda.
- Clasificación de las células de acuerdo con sus densidades.
- Identificación de los centros de los clusters.
- Recorrido por los bloques vecinos.
Bibliografía
Borisov, A., & Grabusts, P. (2002). Using Grid-clustering Methods in Data Classification. Obtenido de Decision Support Systems Group Institute of Information Technology : https://www.semanticscholar.org/paper/Using-Grid-Clustering-Methods-in-Data-Grabusts-Borisov/2c9a1f9c87658c7c4ada5d01fb73cf89591fbaff/pdf
The MathWorks Inc. (2016). The MathWorks – Documentation. Obtenido de What Is the Genetic Algorithm?: http://www.mathworks.com/help/gads/what-is-the-genetic-algorithm.html?requestedDomain=www.mathworks.com
Wang, H. (1 de Noviembre de 2015). Density-Grid based Clustering Algorithms. Obtenido de http://11hcw.me/density-grid-based-clustering-algorithms-on-data-streams/
DataWorld 