Técnicas de Agrupamiento en Machine Learning

Selecciona el mejor modelo:
(O varios y luego compara)

Tomado de: https://scikit-learn.org/stable/tutorial/machine_learning_map/index.html

Este artículo compara los 4 algoritmos de clustering que se mencionaron teniendo en cuenta los mismos data sets
.
https://medium.com/datos-y-ciencia/aprendizaje-no-supervisado-en-machine-learning-agrupación-bb8f25813edc#:~:text=Para ello%2C los algoritmos de,con los de clústeres diferentes.&text=Modelo de Agrupamiento Gaussiano
.

Aquí tambien se muestra el resultado aplicando varios algoritmos de clustering para ver cual presenta un resultado más coherente dependiendo de la naturaleza del data set de 2 dimensiones.
.

https://scikit-learn.org/stable/auto_examples/cluster/plot_cluster_comparison.html?highlight=clustering distribution
.

Encontré este artículo muy interesante, puede interesar a mucho:
https://www.juanbarrios.com/inteligencia-artificial-y-machine-learning-para-todos/

Técnicas de agrupamiento
El agrupamiento consiste en en dividir la población en grupos dentro de los cuales los datos son más similares entre ellos que dentro de los otros grupos.

Tipos de Agrupamiento

• Agrupamiento Estricto (Hard Clustering). Cada dato pertenece sólo a un grupo, no hay puntos medios.
• Agrupamiento Laxo (Soft Clustering). Se asigna a cada dato una probabilidad de pertenencia a un grupo.

Modelos más usados:

• Modelos conectivos: Asumen que los puntos más similares son los que se encuentran más cercanos. Este modelo es muy poco escalable para grupos grandes pero se puede analizar la data aplicando estadística inferencial.
  -Modelos de centroide: Se definen en términos de cercanía con el centroide del grupo. Los datos se agrupan al determinar el centroide más cercano.
• Modelos de Distribución: Asignamos probabilidades a cada dato y determinamos su pertenencia a una distribución específica (normal, binomial, de Poisson, etc)
• Modelos de Densidad: Analizan la densidad de los datos y generan los grupos en los lugares de mayor densidad. Luego asigna los puntos a cada grupo

Un programa que les recomiendo para realizar las comparaciones de los diversos algoritmos es Weka, tiene diversos parámetros a configurar que les puede ayudar a ajustar a sus necesidades.

Recuerda:
No utilices solo un modelo. Puedes usar varios para obtener mejores resultados.

Compara tus tus resultados antes de tomar una decisión, sabio consejo

Que es una etiqueta?

no entendi el modelo de densidad :’(

¿cual seria un ejemplo de modelo de densidad y de distribución? No comprendo bien esos conceptos

Me ha surgido curiosidad sobre la complejidad de los algoritmos de clasificación, investigando un poco big O de k-means varia dependiendo de la opinión y entre mas complejos los algoritmos creería que mas se abre el debate. Gracias pro el articulo

Gracias por profundizar en el tema, buen artículo.

Muy buen artículo!

creo q lo voy a poner en favs jajajaja

Quisiera aterrizar un poco mejor las ideas. En el caso de ecommerce, ¿qué se representa en el plano cartesiano?, precio vs unidades vendidas?, o cuales serian las dos dimensiones a graficar.

Gran artículo, gracias

excelente gracias por la informacion

Muy buen artículo

Gran artículo!

Excelente lectura