Algoritmos de clustering para la detección de posibles paradas de autobús

Resumen

Este artículo propone una comparativa entre cuatro algoritmos de agrupamiento para la identificación de posibles paradas de autobús. Los algoritmos seleccionados fueron k-means, el Agrupamiento Espacial Basado en Densidad de Aplicaciones con Ruido (DBSCAN, por sus siglas en inglés), Agrupamiento Espacial Jerárquico Basado en Densidad de Aplicaciones con Ruido (HDBSCAN, por sus siglas en inglés) y el algoritmo de Ordenación de Puntos para Identificar la Estructura de Clusters (OPTICS, por sus siglas en inglés). El agrupamiento se aplicó a un conjunto de datos de una matrícula escolar utilizando la métrica de distancia Haversine. Los resultados del conteo de clusters y de elementos no agrupados, así como de la aplicación de métricas de calidad de los clusters (referidas en la literatura), mostraron que HDBSCAN tiene mejor desempeño que DBSCAN y OPTICS al generar una cantidad adecuada de clusters; por otro lado k-means mostró un mejor rendimiento computacional y mejores resultados de entre todos los algoritmos; sin embargo la cantidad de clusters son menores y por consiguiente inviables para ser usados como paradas de autobús.