Gaussian Motion Data

En la literatura sobre Clustering Evolutivo actualmente faltan conjuntos de datos disponibles públicamente (sintéticos o reales) para evaluar algoritmos en situaciones de deriva de concepto. La base de datos sintética que se presenta aquí puede utilizarse para probar la capacidad de los algoritmos para seguir la deriva de los datos.

El hecho de que los datos sean simulados proporciona un conocimiento detallado de la estructura subyacente de los datos, lo que permite una evaluación más exhaustiva de los resultados. Esto es especialmente importante en el clustering en línea para evaluar no solo el resultado final proporcionado por el algoritmo, sino también los resultados intermedios.

Al disponer de un conocimiento detallado de los modelos que generaron los datos, es posible evaluar con precisión el rendimiento de los algoritmos en todos los estados intermedios.

La base de datos está compuesta por varios conjuntos de datos con deriva de concepto que también contienen información sobre la evolución temporal de los modelos que generaron los datos.

Los conjuntos de datos se han generado mediante distribuciones gaussianas cuya media y/o covarianza cambian con el tiempo. En la base de datos se proporcionan tanto los datos simulados como las distribuciones gaussianas que los generaron, lo que permite evaluar con precisión las particiones a lo largo del tiempo.