Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Visualización y evaluación de clústeres

Trace clústeres de datos y evalúe el número óptimo de clústeres

El análisis de clústeres organiza los datos en grupos en función de las similitudes entre los puntos de datos. A veces, los datos contienen divisiones naturales que indican el número adecuado de clústeres. Otras veces, los datos no contienen divisiones naturales, o las divisiones naturales son desconocidas. En tal caso, es posible que determine el número óptimo de clústeres para agrupar los datos.

Para determinar qué tan bien encajan los datos en un número determinado de clústeres, calcule los valores de índice utilizando diferentes criterios de evaluación, como el hueco o la silueta. Visualice clústeres mediante la creación de un diagrama de dendrograma para mostrar un árbol de clústeres binarios jerárquicos. Optimice el orden de las hojas para maximizar la suma de las similitudes entre las hojas adyacentes. Para los datos agrupados con varias mediciones para cada grupo, cree un diagrama de dendrograma basado en los medios de grupo calculados mediante un análisis multivariado de varianza (MANOVA).

Funciones

expandir todo

dendrogramLa trama dendrograma
optimalleaforderOrdenación de hojas óptima para clustering jerárquico
manovaclusterDendrograma de grupos de media de grupo siguiendo MANOVA
silhouetteGráfica de silueta
evalclustersEvalúe las soluciones de clustering
addKEvalúe un número adicional de clústeres
compactObjeto de evaluación de clustering compacto
increaseBAumente los conjuntos de datos de referencia
plot Trazar valores de criterio de objeto de evaluación de clustering

Clases

CalinskiHarabaszEvaluationCriterio Calinski-Harabasz objeto de evaluación de clustering
DaviesBouldinEvaluationCriterio Davies-Bouldin objeto de evaluación de clustering
GapEvaluationCriterio de brecha objeto de evaluación de clustering
SilhouetteEvaluationCriterio de silueta objeto de evaluación de clustering