Profa. Ma. de Lourdes Soto Corts
1/14
Clustering: (clasificacin no supervisada, aprendizaje no
supervizado): Es similar a la clasificacin (di i i l ifi i
(discriminacin), excepto que l i ) t los grupos no son
predefinidos. El objetivo d fi id bj ti es particionar o segmentar
un conjunto de datos o individuos en grupos que pueden ser
disjuntos o no. Los grupos se forman basados en la similaridad de
los datos o individuos en ciertas variables. Como los grupos no son
dados a priori, el experto debe dar una interpretacin de los grupos
que se forman. Mtodos: Cl ifi Clasificacin J i Jerrquica ( i
(grupos di j disjuntos). ) Nubes Dinmicas k-means (grupos
disjuntos). Clasificacin Piramidal (grupos NO disjuntos).
Profa. Ma. de Lourdes Soto Corts
2/14
Profa. Ma. de Lourdes Soto Corts
3/14
Las nubes dinmicas se forman con base a los grupos que se van
generando. El primer grupo se genera aleatoriamente, una vez que
este es conformado, se obtiene una l t i t t f d bti media, tambin
aleatoria, de cada grupo. Posteriormente se forman nuevos grupos
con la primer media obtenida y los datos son reacomodados en ellos,
una vez que se tiene el nuevo grupo se calcula la nueva media
dentro de ellos. Este proceso permite que los datos vayan variando
de un grupo a otro, es por ello que se generan nubes dinmicas.
Profa. Ma. de Lourdes Soto Corts
4/14
Profa. Ma. de Lourdes Soto Corts
5/14
Este es un ejemplo simple del algoritmo de k-medias. Este puede
ser visto como un algoritmo voraz para particionar en k cmulos, el
cual es l suma d l l it ti i l l l la de las di t distancias al i l
cuadrado, al centro de cada cmulo. Pero este algoritmo tiene
algunas debilidades. La manera de inicializar no se especifica. Una
forma comn es comenzar seleccionado aletoriamento k medias de los
ejemplos. Los resultados dependern del valor inicial de las medias
y frecuentemente pasa que particiones subptimas son encontradas. La
solucin estndar es calculada atizando diferentes puntos d arranque.
dif de Puede pasar que un conjunto de ejemplos cercano a una media
este vaco, por lo que no puede ser modificada. Esto es un
inconveniente del mtodo y debe ser manejado en la implementacin,
pero puede ser ignorado. Los resultados depende de la mtrica
utilizada para medir || x - mi ||. Una solucin popular es
normalizar cada variable por la desviacin estndar, aunque no
siempre es deseable. La solucin d l depende d l nmero d cmulos
seleccionado. d del de l l d
Profa. Ma. de Lourdes Soto Corts
6/14
Profa. Ma. de Lourdes Soto Corts
7/14
Para resolver el algoritmo k-means utilizaremos excel que es una
herramienta que se puede conseguir f il d i fcilmente y en l cual t
t l tenemos f frmulas que nos permiten resolver l it l dicho
algoritmo. A continuacin se describe la resolucin de este problema
con excel.
Profa. Ma. de Lourdes Soto Corts
8/14
Profa. Ma. de Lourdes Soto Corts
9/14
Profa. Ma. de Lourdes Soto Corts
10/14
Profa. Ma. de Lourdes Soto Corts
11/14
Profa. Ma. de Lourdes Soto Corts
12/14
Profa. Ma. de Lourdes Soto Corts
13/14
Profa. Ma. de Lourdes Soto Corts
14/14
Profa. Ma. de Lourdes Soto Corts
15/14
Profa. Ma. de Lourdes Soto Corts
16/14
Profa. Ma. de Lourdes Soto Corts
17/14
