Clustering gerarchico e DBSCAN

k-Means presuppone cluster circolari, di dimensioni simili e con un valore k fisso. Quando queste ipotesi non valgono, gli altri algoritmi gestiscono forme e densità più complesse. 🔍

Il clustering gerarchico unisce ripetutamente i due gruppi più vicini, costruendo dal basso verso l'alto un albero di cluster annidati.

Questo albero viene rappresentato come un dendrogramma. Lo tagli all'altezza scelta e i rami sottostanti diventeranno i cluster.

Un vantaggio concreto è non dover fissare k all'inizio. Esamini il dendrogramma, quindi decida dove tagliarlo.

Il modo in cui si misura la distanza tra i gruppi dipende dal linkage, ad esempio ward, average o complete.

DBSCAN adotta un approccio diverso: considera i cluster come regioni dense di punti separate da intervalli più radi.

DBSCAN richiede un raggio di vicinato eps e un numero minimo di punti. Insieme definiscono che cosa significhi sufficientemente denso.

A differenza di k-Means, DBSCAN determina autonomamente il numero di cluster in base alla densità dei dati.

I punti nelle aree poco dense vengono contrassegnati come rumore con l'etichetta meno uno, invece di essere forzati in un cluster.

Poiché segue la densità, DBSCAN può individuare cluster lunghi, curvi o dalle forme insolite che k-Means dividerebbe.

Utilizzi il clustering gerarchico per esplorare strutture annidate e DBSCAN per forme irregolari con gestione integrata dei valori anomali.

Il clustering gerarchico costruisce un dendrogramma da tagliare, mentre DBSCAN trova cluster densi di qualsiasi forma e segnala il rumore. 🎯