Herramienta Análisis de clústeres en centroides k

Los centroides k representan una clase de algoritmos para hacer lo que se conoce como análisis de clúster de particionamiento. Estos métodos funcionan tomando los registros de una base de datos y dividiéndolos (particionándolos) en los “mejores” grupos K según algunos criterios. Casi todos los métodos de análisis de clústeres de particionamiento logran su objetivo basando la pertenencia al clúster en la proximidad de cada registro a uno de los puntos K (o “centroides”) en los datos. El objetivo de estos algoritmos de clústeres es encontrar la ubicación de los centroides que optimiza algunos criterios con respecto a la distancia entre el centroide de un clúster y los puntos asignados a ese clúster para un número predeterminado de clústeres en los datos. Los algoritmos específicos difieren entre sí tanto en los criterios utilizados para definir un centroide de clúster como en las medidas de distancia utilizadas para definir la proximidad de un punto en un clúster al centroide de ese clúster.

Con esta herramienta, se pueden realizar tres tipos específicos de análisis de clústeres en centroides k: Medias K, Medianas K o Gas neural. Medias K utiliza el valor medio de los campos para los puntos de un clúster a fin de definir un centroide, y las distancias euclidianas se utilizan para medir la proximidad de un punto a un centroide*. Medianas K utiliza el valor mediano de los campos para los puntos de un clúster a fin de definir un centroide, y la distancia de Manhattan (también llamada bloque de ciudad) se usa para medir la proximidad**. Gas neural es similar a medias K, ya que utiliza la distancia euclidiana entre un punto y los centroides para asignar ese punto a un clúster particular***. Sin embargo, el método difiere de las medias K en cómo se calculan los centroides del clúster, con la ubicación del centroide para un clúster que implica un promedio ponderado de todos los puntos de datos, con los puntos asignados al clúster para el que se está construyendo el centroide que recibe el mayor peso, los puntos del clúster más distante del clúster focal que recibe el menor peso, y los ponderados a los puntos en los clústeres intermedios disminuyen a medida que aumenta la distancia entre el clúster focal y el clúster al que se le asignó un punto.

Esta herramienta utiliza la herramienta R. Ve a Opciones > Descargar herramientas predictivas e inicia sesión en el portal Descargas y licencias de Alteryx para instalar R y los paquetes utilizados por la herramienta R. Consulta Descargar y usar herramientas predictivas.