ML Tema 6 - Clustering

¿Cúal es el propósito del algoritmo de clustering?

• Extraer patrones o estructuras inherentes de los datos

• Clasificar datos en categorías

• Predicir outcomes/variable targets

• Realizar análisis de regresión

¿En que categoría encuadrarías el algoritmo K-means?

• Particionado

• Jerarquico

• Basado en densidad

• Fuzzy (borroso)

¿Cúal es el principal objetivo del algoritmo de clustering K-means?

• Minimizar la variación total intra-cluster

• Maximizar la separación inter-cluster

• Encontrar el número óptimo de clusters

• Tratar con los outliers de manera efectiva

¿Cúal es el propósito del clustering jerárquico?

• Crear una estructura tipo árbol de clusters

• Asignar observaciones a un cluster específico

• Manejar datos de alta dimensionalidad

• Manejar outliers de manera efectiva

¿Cúal algoritmo es menos sensitivo a los outliers?

• K-means

• K-medoids

• Todos por igual

• DBSCAN

¿Cúal es la principal característica del algoritmo DBSCAN?

• Está basado en densidad de observaciones

• Utiliza centroids para representar los clusters

• Crea una estructura jerárquica de clusters

• Maneja los outliers de manera efectiva

¿Cúal es el propósito del método del codo en K-means clustering?

• Determinar el número óptimo de clusters, midiendo la cohesión de los clusters

• Medir la cohesión dentro de los clusters (intra-clusters)

• Medir la separación inter-clusters

• Manejar los outliers de manera efectiva

¿Cúal característica destacarías del hierarchical clustering?

• Crea una representación sencilla de los clusters

• Para grandes volumenes de datos es muy eficiente desde el punto de vista de recursos computacionales

• Maneja los outliers de manera extremadamente efectiva

• No requiere especificar el número de clusters

¿Cúal es el propósito del método de la silueta en clustering?

• Medir la cohesion intra-clusters

• Determinar el número óptimo de clusters, midiendo la separación inter-cluster

• Determinar el número máximo de clusters

• Manejar los outliers de manera efectiva

¿Cúal es la principal desventaja de K-means clustering?

• Es sensible a la selección inicial de los centroids

• Para large dataset requiere muchos recursos computacionales

• No puedo manejar los outliers de manera efectiva

• Requiere que el número de clusters sea >6