Analisi di cluster in Python

Questo capitolo è incentrato su un algoritmo di clustering molto diffuso, il clustering gerarchico, e sulla sua implementazione in SciPy. Oltre alla procedura per eseguirlo, prova ad aiutarti a rispondere a una domanda importante: quanti cluster sono presenti nei tuoi dati? Il capitolo si conclude con un confronto sui limiti del clustering gerarchico e con alcune considerazioni pratiche per il suo utilizzo.

Questo capitolo introduce un algoritmo di clustering diverso, il clustering k-means, e la sua implementazione in SciPy. Il clustering k-means supera il principale svantaggio del clustering gerarchico discusso nel capitolo precedente. Poiché i dendrogrammi sono specifici del clustering gerarchico, qui viene illustrato un metodo per individuare il numero di cluster prima di eseguire k-means. Il capitolo si conclude con una discussione sui limiti del clustering k-means e con considerazioni pratiche per l'uso di questo algoritmo.

Ora che conosci due tra le tecniche di clustering più usate, questo capitolo ti aiuta ad applicare le conoscenze a problemi reali. Si parte dal processo per trovare i colori dominanti in un'immagine, per poi passare al problema introdotto all'inizio: il clustering degli articoli di notizie. Il capitolo si chiude con una discussione sul clustering con variabili multiple, che rende più difficile visualizzare l'intero insieme di dati.