Visual Clustering for large multidimensional data sets

O agrupamento visual de dados é uma abordagem que integra conceitos de visualização de informação e de aprendizado de máquina, especificamente por agrupamento, em um único algoritmo. Isso permite aproveitar a capacidade dos seres humanos para tomar decisões baseados em conhecimento específico de domínio, bem como a capacidade dos computadores para registrar, armazenar, manipular, e recuperar dados. Este trabalho apresenta a pesquisa realizada nessa linha, a qual tratou problemas específicos presentes nos métodos de agrupamento visual de dados. O principal problema em estudo foi a escalabilidade de algoritmos de agrupamento visual baseados em densidade, propondo meios para acelerar os processos de cálculo de projeções e de estimativa de densidade envolvidos neles. Como resultado é apresentado o algoritmo HC-Enhanced, que possui desempenho bastante superior ao algoritmo HC-Cooperative no qual é baseado, além de um dispositivo de melhoria do agrupamento.Visual clustering is an approach that integrates concepts from information visualization and machine learning, specifically clustering, in a single algorithm. This allows combine the capability of humans beings to make decisions based on their domain knowledge, and the capability of the computers for registering, storing, manipulating, and retrieving data. This work presents the research done on this line, which involved treating specific problems visual clustering approaches present. The main problem studied was the scalability of density-based visual clustering algorithms, proposing means for accelerating the projection and density estimation processes involved in them. As a result it is presented the algorithm HC-Enhanced, whose performance is considerably improved compared to the algorithm HC-Cooperative on which it is based, as well as a component for clustering quality improvement