Clasificacin Jerrquica Ascendente

[Una introduccin]

Clasificacin Jerrquica

Clasificacin Automtica
La clasificacin automtica tiene por objetivo reconocer grupos de individuos homogneos, de tal forma que los grupos queden bien separados y bien diferenciados.

Estos individuos pueden estar descritos por una tabla de datos de individuos por variables, con variables cuantitativas o cualitativas, o por una tabla de proximidades.

Tareas de la Minera de Datos

Clustering: (clasificacin no supervisada, aprendizaje no supervizado): Es similar a la clasificacin (discriminacin), excepto que los grupos no son predefinidos. El objetivo 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:
Clasificacin Jerrquica (grupos disjuntos). Nubes Dinmicas o k-means (grupos disjuntos). Clasificacin Piramidal (grupos NO disjuntos).

Cluster Analysis

Clasificacin Jerrquica

Ejemplo: Tabla Notas Escolares

Luca Pedro Ins Luis Andrs Ana Carlos Jos Sonia Mara Matemticas Ciencias Espaol Historia EdFsica 7.0 6.5 9.2 8.6 8.0 7.5 9.4 7.3 7.0 7.0 7.6 9.2 8.0 8.0 7.5 5.0 6.5 6.5 7.0 9.0 6.0 6.0 7.8 8.9 7.3 7.8 9.6 7.7 8.0 6.5 6.3 6.4 8.2 9.0 7.2 7.9 9.7 7.5 8.0 6.0 6.0 6.0 6.5 5.5 8.7 6.8 7.2 8.7 9.0 7.0

Ejemplo: Distancias Notas Escolares

 Ejemplo en Excel Notas Escolares ver NotasEscolaresExcelCJ.xlsx

Tabla de Datos Matemticas Ciencias Espaol Historia EdFsica Luca 7 6.5 9.2 8.6 8 Pedro 7.5 9.4 7.3 7 7 Ins 7.6 9.2 8 8 7.5 Luis 5 6.5 6.5 7 9 Andrs 6 6 7.8 8.9 7.3 Ana 7.8 9.6 7.7 8 6.5 Carlos 6.3 6.4 8.2 9 7.2 Jos 7.9 9.7 7.5 8 6 Sona 6 6 6.5 5.5 8.7 Mara 6.8 7.2 8.7 9 7

Distancia Luca-Pedro 0.25 8.41 3.61 2.56 1 3.9787

Matriz de Distancias
Una tabla o matriz de distancias: es aquella que se calcula a partir de una tabla de datos individuos-variables y que en la entrada (i,j) tiene la distancia calculada entre el individuo i-simo (fila i) y el individuo j-simo (fila j), denotada d(xi,xj).
Ejemplo en Excel Notas Escolares verEjemploEstudiantesCJ.xlsx
Matriz de Distancias Luca Pedro Ins Luis Andrs Ana Carlos Jos Sona Mara Luca 0 3.98 3.11 3.85 1.947 3.89 1.517 4.28 4.32 1.39 Pedro 0 4.39 4.39 4.214 1.24 3.91 1.51 4.43 3.36 Ins 0 4.42 3.7 1.14 3.265 1.69 4.77 2.53 Luis 0 3.072 1.89 3.439 5.45 1.89 4.07 Andrs 0 4.2 0.656 4.46 3.9 1.73 Ana 0 3.772 0.56 5.36 3 Carlos 0 4.05 4.2 1.09 Jos 0 5.64 3.3 Sona 0 4.7 Mara 0

Cmo se construye el rbol?

C2 C1 C3

Ejemplos

Agregacin de Ward

Ejemplos

Ejemplo completo a pie

Ejemplo completo a pie

Ejemplo completo a pie

Ejemplo completo a pie

Ejemplo completo a pie

Ejemplo completo a pie

Ejemplo completo a pie

Algoritmos de Recomendacin

Tabla con los promedios de evaluacin de 100 personas que adquirieron los mismos productos o muy similares

Cargue FactoMineR GUI desde R

Siga los siguientes pasos:

Cargue el archivo EjemploAlgoritmosRecomendacin.csv usando el programa Bloc de Notas para verificar que no tenga basura Desde FactoMineR cargue el archivo con la opcin Import data from text file:

Recuerde marcar las opciones:

Siga los siguientes pasos:

Abra desde FactoMineR el archivo EjemploAlgoritmosRecomendacin.csv para verficar que fue ledo correctamente. Para esto use el botn Visualizar conjunto de Datos

Siga los siguientes pasos:

En RComander genere la Jerarqua Binaria:
Estadsticos Anlisis Dimensional Anlisis de Agrupacin Agrupacin Jerrquica

Luego, seleccione todas las variables en la caja de dilogo

Resultado:

Siga los siguientes pasos:

En RComander genere la Jerarqua Binaria:
Estadsticos Anlisis Dimensional Anlisis de Agrupacin Resumir la agrupacin jerrquica

Siga los siguientes pasos:

En la Caja de Dilogo seleccione el Nmero de Clsteres deseados, en este caso 3.

Resultado:

Resultados:

Siga los siguientes pasos:

Genere en Excel la siguiente tabla con los Centros de Gravedad, luego grafique e interprete:

Siga los siguientes pasos:

Genere en Excel un Grfico de Barras para interpretar los clsteres:
(Centros Gravedad Ejemplo Algoritmos Recomendacin.xlsx)

Siga los siguientes pasos:

Identifique las personas en cada clster, para esto ejecute:
Estadsticos Anlisis Dimensional Anlisis de Agrupacin Agregar la agrupacin jerrquica al conjunto de datos

Siga los siguientes pasos:

Seleccione 3 clster y luego visualice los datos nuevamente con el botn Visualizar conjunto de datos

Resultados:

Resultado:

C1

C2

C3

Grupo de Recomendacin 1

Grupo de Recomendacin 2

Grupo de Recomendacin 3

Clasificacin Jerrquica sobre la Matriz Original o sobre la Matriz de Componentes

ACP

Corte el rbol segn el nmero de clsteres deseados

 Tambin se puede hacer Clasificacin Jerrquica sobre la componentes de un AFCM

Ejemplo

H={{x1},{x2},{x3},{x4},{x5},{x3,x4},{x1,x5},{x3,x4,x1,x5}, {x3,x4,x1,x5,x2}}

Algoritmo

Ejemplo

Ejemplo

Ejemplo

Dnde obtener ms informacin?

Gracias.