Analisi dei cluster elementare: Quattro metodi di base che (di solito) funzionano

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Elementary Cluster Analysis: Four Basic Methods That (Usually) Work

Contenuto del libro:

La disponibilità di programmi di clustering confezionati significa che chiunque abbia dei dati può facilmente eseguire analisi di cluster su di essi. Ma molti utenti di questa tecnologia non ne apprezzano appieno i numerosi pericoli nascosti. Nel mondo odierno degli algoritmi "prendi e vai", una parte della motivazione che mi ha spinto a scrivere questo libro è quella di fornire agli utenti una serie di racconti di ammonimento sull'analisi dei cluster, perché si tratta di un'arte oltre che di una scienza, ed è facile inciampare se non si comprendono le sue insidie. Anzi, è facile inciampare anche se lo si fa! La parola "di solito" nel titolo è molto importante, perché tutti gli algoritmi di clustering possono fallire di tanto in tanto.

La moderna analisi dei cluster è diventata così tecnicamente intricata che spesso è difficile per il principiante o il non specialista apprezzarne e comprenderne i numerosi pericoli nascosti. Ecco come la metteva Yogi Berra, e aveva ragione:

In teoria non c'è differenza tra teoria e pratica. In pratica, c'è Yogi Berra.

Questo libro è un passo indietro, a quattro metodi classici per il clustering in piccoli insiemi di dati statici che hanno resistito alla prova del tempo. Il più giovane dei quattro metodi ha ormai quasi 50 anni:

Decomposizione della miscela gaussiana (GMD, 1898)

Clustering SAHN (principalmente single linkage (SL, 1909))

Hard c-means (HCM, 1956, noto anche come (aka) "k-means")

Fuzzy c-means (FCM, 1973, si riduce a HCM in un certo limite)

Le date sono i primi scritti noti (a me, comunque) su questi quattro modelli. Con le mie scuse alla Marvel Comics, mi sento a mio agio nel chiamare HCM, FCM, GMD e SL i Fantastici Quattro.

L'analisi dei cluster è un argomento molto vasto. Il quadro generale del clustering è piuttosto vasto, per cui qualsiasi tentativo di nuotare nella parte profonda della piscina, anche in un sottocampo molto specializzato, richiede una grande preparazione. Ma tutti iniziamo dal basso (o almeno è da lì che dovremmo iniziare!), e questo libro mira proprio a insegnare ai bambini a non avere paura dell'acqua. Non c'è sezione di questo libro che, se approfondita, non possa essere ampliata in un volume a sé stante. Quindi, se avete bisogno di una trattazione approfondita di tutti gli ultimi sviluppi di ogni argomento di questo volume, il meglio che posso fare - quello che cercherò di fare in ogni caso - è condurvi alla piscina e mostrarvi dove buttarvi.