Introduzione al clustering basato su modelli

Modelli di Mixture in R

Victor Medina

Researcher at The University of Edinburgh

Che cos'è il clustering?

La procedura che suddivide le osservazioni in sottoclassi significative

 $\to$ Aiuta a esplorare e capire la struttura naturale in un insieme di dati

Modelli di Mixture in R

Applicazioni del clustering

  • Medicina
    • Es. Nell'imaging medico per distinguere diversi tipi di tessuto
  • Business
    • Es. Per scoprire gruppi distintivi di clienti e creare marketing mirato
  • Scienze sociali
    • Es. Per identificare zone di una città in base ai reati commessi e gestire meglio le risorse delle forze dell'ordine
Modelli di Mixture in R

Metodi di clustering

  • Tecniche di partizionamento
    • Trovano i centri dei cluster tra le osservazioni e assegnano ciascuna al cluster con il centro più vicino. Es. Kmeans
  • Tecniche gerarchiche
    • Collegano le osservazioni in base alla similarità per formare cluster. Es. Hierarchical clustering
  • Metodi basati su modelli
    • Usano distribuzioni probabilistiche per creare i cluster. Es. Mixture models
Modelli di Mixture in R

Dataset Gender

gender <- read.csv("gender.csv")
head(gender)

    Height   Weight      BMI
1 73.84702 241.8936 31.18576
2 68.78190 162.3105 24.12104
3 74.11011 212.7409 27.23291
4 71.73098 220.0425 30.06706
5 69.88180 206.3498 29.70803
6 67.25302 152.2122 23.66049
Modelli di Mixture in R

Dataset Gender: riesci a indovinarne il genere?

library(ggplot2)
ggplot(gender, aes(x = Weight, y = BMI)) + geom_points()

Modelli di Mixture in R

Dataset Gender: riesci a indovinarne il genere?

Modelli di Mixture in R

Con approcci tradizionali di clustering

Modelli di Mixture in R

Clustering basato su modelli

Modelli di Mixture in R

Clustering basato su modelli

Modelli di Mixture in R

Esercitiamoci!

Modelli di Mixture in R

Preparing Video For Download...