Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


analisis de agrupacion, Esquemas y mapas conceptuales de Fundamentos de Administración y Gestión

analisis de agrupacion para estudiantes

Tipo: Esquemas y mapas conceptuales

Antes del 2010

Subido el 27/10/2024

sergio-antonio-anaguaya-lazzo
sergio-antonio-anaguaya-lazzo 🇵🇾

2 documentos

1 / 4

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
UNIVERSIDAD
UNIÓN BOLIVARIANA
CARRERA DE INGENIERIA EN SISTEMAS
ANALISIS DE AGRUPACIÓN
ASIGNATURA: CONCEPTOS AVANZADOS DE BASES DE DATOS
NOMBRE: DAYSI CAROLINA CHOQUE ALVAREZ
LA PAZ BOLIVIA
2024
pf3
pf4

Vista previa parcial del texto

¡Descarga analisis de agrupacion y más Esquemas y mapas conceptuales en PDF de Fundamentos de Administración y Gestión solo en Docsity!

UNIVERSIDAD

UNIÓN BOLIVARIANA

CARRERA DE INGENIERIA EN SISTEMAS

ANALISIS DE AGRUPACIÓN

ASIGNATURA: CONCEPTOS AVANZADOS DE BASES DE DATOS

NOMBRE: DAYSI CAROLINA CHOQUE ALVAREZ

LA PAZ – BOLIVIA

1. Definición El análisis de grupos o también denominado: análisis de conglomerados o clustering consiste en agrupar un conjunto de objetos de manera que los objetos que pertenecen al mismo grupo, llamado clúster, sean más similares entre sí que con los objetos de otros grupos. Si hablamos de agrupación en estadísticas se refiere a como se compilan los datos, en donde se podría tomar diferentes puntos de partida, como: edad, tamaño de hogar, ingreso o nivel de educación. La clasificación de datos en grupos a ayuda a una mayor investigación de datos. Este análisis tiende a ser subjetivo en muchos casos, depende de cómo percibamos patrones o similitudes en los datos. Este agrupamiento se encuentra mucho en estadística. 2. Características Algunas de sus características son:  Identificación de patrones  No supervisado  Interpretación subjetiva  Diferentes aplicaciones 3. Aplicación Es una herramienta fundamental en el análisis de datos exploratorio y se utiliza ampliamente en diversos campos como reconocimiento de patrones, en primer lugar, en la estadística, análisis de imágenes, recuperación de información, bioinformática, compresión de datos, gráficos por computadora y aprendizaje automático. Además, esta es una técnica muy útil en el Análisis Exploratorio de Datos (EDA) para descubrir grupos ocultos en los datos. Básicamente, nos permite encontrar conjuntos de datos que comparten características similares. Esto nos ayuda a entender mejor cómo se distribuyen los datos y nos permite generar nuevas categorías o clases que pueden ser utilizadas por otros algoritmos en el análisis de datos. Si se deseara hacer un análisis más exhaustivo de muchos datos entonces se debería utilizar algún software para la precisión de los datos, entre estos programas se encuentran:  SPSS

En este se empieza con un solo grupo y se hacen divisiones en función de una serie de requisitos, los más usados son: método del promedio entre grupos, del vecino más cercano y del más alejado, y método del centroide.  Métodos no jerárquicos Se comienza con una solución preestablecida. Este será el punto de partid apara el análisis de grupos. Así los grupos ya están establecidos y cada caso se situará en ellos, los más habituales son: métodos de reasignación, métodos directos, métodos reductivos y métodos de búsqueda de densidad.

5. Ejemplos Se podría aplicar en distintas áreas, como: Un ejemplo de esto se puede dar en diferentes negocios o empresas en donde se desearía saber que tal habitual es un cliente y crear un sistema de recompensas, también a través de este mejorar la experiencia los clientes menos frecuentes. En cuanto a biología se podría aplicar para estudiar un área de personas en donde se los agrupe para ver si una enfermedad se puede relacionar con algún factor. Esto va ir dependiendo de cómo se realice el análisis, pues si lo hacen las personas llega a ser subjetivo y dependería de las perspectivas de las personas que lo realicen, por otro lado, si se lo hace a través de un programa se podría obtener resultados más precisos. 6. Bibliografíahttps://academia-lab.com/enciclopedia/analisis-de-conglomerados/https://statologos.com/agrupamiento/http://evlm.stuba.sk/~partner2/STUDENTBOOK/English/SPSS_CA_2_EN.pdfhttps://www.datasource.ai/es/data-science-articles/entendiendo-el- agrupamiento-clustering-extraer-grupos-naturales-automaticamente-de- datasets-complejoshttps://economipedia.com/definiciones/analisis-cluster.html