Classificazione automatica per dati ad alta dimensionalità: un approccio fuzzy per dati categorici

Capitolo 1 Elementi di Cluster Analysis L’idea di dividere cose simili in categorie, ovvero di raggrupparle per produrre una classificazione, è da sempre una delle "attività" più basilari di ogni essere umano. [22] Trattare qualsiasi cosa come se appartenente ad un’unica grande entità, e magari non differenziarla da un insieme di altre cose, potrebbe risultare sbagliato, soprattutto per- chè non è detto che tutto ciò di cui si è circondati sia caratterizzato sempre dalle stesse proprietà: esiste, cioè, una certa componente di diversità a cui fare riferimento, che consente di non «fare di tutta l’erba un fascio». Inserendo tale problema in ambito statistico, una delle tecniche più utilizzate dagli stu- diosi dei dati che cerca di "smascherare" tale diversità è la cluster analysis (o cluste- ring), valida per riconoscere ed organizzare, appunto, differenti tipi di eventi, oggetti, persone, animali e tanto altro ancora. In questo primo capitolo, si presentano in ma- niera semplice le caratteristiche e gli obiettivi della cluster analysis, evidenziandone alcuni concetti importanti: quello di partizione, quello di cluster (classe, gruppo) e, con le dovute differenze, quello di diversità. Per renderne semplice la comprensione, si ritiene utile partire da due esempi. 1.1 Introduzione Si pensi ad un’azienda che vive in un mercato caratterizzato da forte concorrenza. Per attuare strategie di marketing vincenti, essa deve ricercare una serie di vantaggi competitivi, tra cui le informazioni relative al target a cui punta, decisivi per conosce- re i desideri/bisogni/problemi dei clienti e soddisfarli, così, in modo più efficace ed efficiente. Per questo motivo le ricerche di mercato sulla clientela sono importanti; riescono, infatti, a valutare le caratteristiche ed i comportamenti dei clienti, persona- lizzando l’offerta, in un’ottica di fidelizzazione ed aumento delle quantità dei prodotti venduti. I clienti, infatti, non sono tutti uguali, ma presentano preferenze, aspettati- ve, e comportamenti diversi. Lo strumento attraverso il quale l’azienda tiene conto di tutti questi aspetti psicologici, emotivi, comportamentali ecc., e raggruppa, appunto, i clienti attraverso le variabili che li rendono simili, prende il nome di segmentazione. A titolo di secondo esempio, si pensi ora ad un laboratorio di analisi che sta pensando di studiare la situazione clinica di un insieme di pazienti diabetici. Quest’ultima varia da paziente a paziente, visto che sono molteplici i segni ed i sintomi con i quali il dia- bete si presenta agli occhi dei medici, e non è detto che tutti i pazienti ne presentino le 1