Say, he hecho agrupación en mi conjunto de datos y tengo 10 agrupaciones. Estos grupos no se superponen. Pero ahora suponga que cambié alguna característica en todos mis puntos de datos y vuelvo a agrupar. Ahora tengo 10 grupos más. Si lo repito, digo 3 veces más, al final tendría 50 grupos. Cada grupo tiene una puntuación asociada que se calcula a partir de los puntos de datos de sus componentes.

Estos 50 grupos ahora tienen puntos de datos superpuestos. Quiero seleccionar todos los grupos no superpuestos posibles de estos 50 grupos pero con la puntuación total más alta.

One way es un método codicioso en el que clasifico los grupos según la puntuación de mayor a menor. Luego seleccione el grupo de mayor puntuación. Luego, a partir de ahí, siga seleccionando grupos que tengan puntos de datos no superpuestos con grupos ya seleccionados. Pero no parece ser una solución óptima, aunque es rápida.

Ejemplo: digamos que tengo 5 grupos con las siguientes puntuaciones:

C1 = (A, B, C, D, E, F) Puntuación = 10

C2 = (A, B, C) Puntuación = 6

C3 = (D, E, F) Puntuación = 6

C4 = (G, H, I, J) Puntuación = 5

C5 = (K, L) Puntuación = 7

El enfoque codicioso devolverá {C1, C4, C5} con una puntuación total de 10 + 5 + 7 = 22, mientras que la mejor opción es {C2, C3, C4, C5} con una puntuación total de 6 + 6 + 5 + 7 = 24.

stoy buscando otro método que pueda dar una solución óptima o una solución mejor que el enfoque codicioso mencionado anteriormente.