4/5/2017

Introduccin al Anlisis
Multivariado
Anlisis de Conglomerados

Mtodos de Clasificacin

Los mtodos de clasificacin tienen por objeto agrupar elementos en

grupos homogneos en funcin de las similitudes o similaridades
entre ellos.

Puede aplicarse para agrupar individuos o variables. Tambin se

conocen como mtodos de clasificacin automtica o no supervisada,
de taxonoma numrica y de reconocimiento de patrones sin
supervisin.

1
 4/5/2017

Los Mtodos de Clasificacin se dividen en Jerrquicos y No

Jerrquicos

Los Mtodos Jerrquicos comnmente comienzan con n clusters, cada

uno con un elemento, los que se van agrupando sucesivamente hasta
obtener un nico cluster. Estos son los mtodos jerrquicos aglomerativos.
Tambin pueden comenzar con un nico cluster de n elementos y
sucesivamente dividirlos hasta obtener n cluster. Estos son mtodos
jerrquicos divisivos.

Los Mtodos No Jerrquicos simplemente dividen las observaciones en k

clusters. Pueden comenzar con una particin inicial, o con los centros de los
clusters y ubicar las observaciones mediante un criterio ptimo.

Mtodos Jerrquicos Aglomerativos

Mtodo:

1. Comenzar con tantas clases como elementos. Las distancias entre

clases son las distancias entre elementos.

2. Seleccionar los dos elementos ms prximos en la matriz de

distancias y formar con ellos una clase.

3. Representar a la clase constituida en 2 como un nuevo elemento.

(Debe definirse una distancia entre ese nuevo elemento y los
anteriores).

4. Volver a 2 y repetir 2 y 3 hasta tener todos los elementos

agrupados en una nica clase.

2
4/5/2017

3
4/5/2017

4
 4/5/2017

Individuos X1 X2
A 1 1
B 2 1
C 3 4
D 5 4

5
 4/5/2017

Correlacin Cofentica

Se calculan las distancias entre los pares de individuos en el cluster y se

comparan con las distancias originales mediante el coeficiente de
correlacin de Pearson.

Individuos Original Cluster

d(A,B) 1 1
13 10 Cov ( x, y ) SPxy
d(A,C) r= =
d(A,D) S ( x) S ( y ) SCx SCy
d(B,C)
..