Processamento de Dados Massivos/Projeto e implementação de aplicações Big Data/Agrupamento baseado em densidade: diferenças entre revisões

[edição não verificada][edição não verificada]
Conteúdo apagado Conteúdo adicionado
Linha 36:
Após essa etapa de classificação, os pontos de centro são percorridos e seus vizinhos são assimilados a seu grupo. Se um dos vizinhos do ponto de centro que está sendo percorrido for outro ponto de centro ''X'', o algoritmo passa a percorrer os vizinhos de ''X''. Observa-se que a ordem de percorrimento dos pontos de centro não alteram a disposição dos pontos de centro entre os grupos, porém pode influenciar na assimilação dos pontos de borda aos grupos. Os pontos exceções não são assimilados a nenhum grupo, independente da ordem de percorrimento. O algoritmo abaixo mostra os passos executados pelo ''DBScan'' conforme REFERÊNCIA.
 
DBScan(''B'', ''D'', ''N''):<br />
Para cada registro ''P'' em ''B'' { <br />
Computa os vizinhos de P;<br />
Classifica P;<br />
}
}
grupoAtual = 0;<br />
 
''Q''Para écada ponto de centro Assimila(''QP'', grupoAtual);não visitado { <br />
grupoAtual = 0;<br />
Para cada ponto de centro ''P'' não visitado { grupoAtual++;<br />
Assimila(''P'', grupoAtual++);<br />
}
Assimila(''P'', grupoAtual);<br />
Retorna resultado do agrupamento;<br />
}
Assimila(''P'', grupoAtual);:<br />
Retorna resultado do agrupamento;<br />
Assimila ''P'' ao grupo grupoAtual;<br />
 
Assimila( Para cada vizinho ''Q'' de ''P'', grupoAtual):{ <br />
Assimila ''PQ'' ao grupo grupoAtual;<br />
Para cada vizinho Se ''Q'' é ponto de ''P''centro { <br />
Assimila Assimila(''Q'' ao grupo, grupoAtual);<br />
}
''Q'' é ponto de centro Assimila(''Q'', grupoAtual);<br />
}