7: Datos Multidimensionales - Análisis de Estructura

Última actualización
Guardar como PDF

Page ID: 149980

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

Las frases “Data Mining”, “Big Data”, “Machine Learning”, “Pattern Recognition” suelen significar todos los métodos estadísticos, analíticos y visuales que ayudan a comprender la estructura de los datos. Los datos pueden ser de cualquier tipo, pero generalmente son multidimensionales, que se representan mejor con la tabla de múltiples columnas, también conocidas como variables (que pueden ser de diferentes tipos: medición, clasificadas o categóricas) y filas, también conocidas como objetos. Entonces, el nombre más tradicional para estos métodos es “análisis de datos multivariados” o “estadísticas multivariadas”.

La minería de datos a menudo se basa en la idea de clasificación, organizar los objetos en grupos no intersecantes, con frecuencia jerárquicos. Utilizamos la clasificación todo el tiempo (pero a veces no nos damos cuenta). Abrimos la puerta y entramos a la habitación, lo primero es reconocer (clasificar) lo que hay dentro. Nuestro cerebro tiene el extraordinario poder de clasificación, pero las computadoras y el software avanzan con celeridad y se vuelven más parecidos al cerebro. Es por ello que la minería de datos está relacionada con la inteligencia artificial. ¡Incluso hay métodos que llaman “redes neuronales”!

Figura\(\PageIndex{1}\) Flores de iris a partir de los datos del iris (de izquierda a derecha): Iris setosa Pall. , I. versicolor L. e I. virginica. L. La barra de escala es de aproximadamente 10 mm.

En este capítulo, junto con los demás datos, utilizaremos frecuentemente los datos de iris incrustados tomados de obras de Ronald Fisher\(^{[1]}\). Hay cuatro caracteres medidos en tres especies de iris (Figura\(\PageIndex{1}\)), y la quinta columna es el nombre de la especie.

Referencias

1. Fisher R.A. 1936. El uso de múltiples mediciones en problemas taxonómicos. Anales de Eugenesia. 7 (2): 179—188.