Prati, pascoli e paesaggio alpino - SoZooAlp

Fig. 5.4
Effetto ricercato nel riarrangiamento in una matrice di dati binari
Fausto Gusmeroli
Fig. 5.4
Effetto ricercato nel riarrangiamento in una matrice di dati binari
0 0 1 0 0 1 1 0 0
0 1 0 0 1 0 0 0 1
1 0 0 1 0 0 0 1 0
0 1 0 0 1 0 0 0 1
0 0 1 0 0 1 1 0 0
1 0 0 1 0 0 0 1 0
0 0 1 0 0 1 1 0 0
0 1 0 0 1 0 0 0 1
1 0 0 1 0 0 0 1 0
campioni) sono ottenuti attraverso un processo iterativo di rilocazione basato su misure
di distanza o dissimilarità. Il processo più semplice consiste nel doppio clustering, che
però, classificando separatamente le righe e le colonne, non sempre si rivela incisivo.
Migliori sono i procedimenti che tengono conto dell’interazione tra righe e colonne, come
la seriazione, dove il riordino delle righe e delle colonne, ricercato anche qui solitamente
con un processo iterativo simultaneo, è subordinato all’ottimizzazione della struttura
diagonale della matrice. I valori più elevati sono posizionati il più vicino possibile
alla diagonale, mettendo così in evidenza un gradiente unidimensionale dei campioni in
funzione delle specie. Più che di una vera e propria classificazione si tratta, quindi, di una
tecnica di ordinamento ad una dimensione, applicabile oltre che sulla matrice primaria,
anche sulle matrici secondarie di somiglianza/dissomiglianza tra gli oggetti.
5.3. La cluster analysis non gerarchica
La cluster analysis non gerarchica è un metodo di classificazione concettualmente
più semplice della corrispondente gerarchica, in quanto si limita ad assegnare gli oggetti
ai cluster, senza fornire alcuna informazione circa le relazioni tra questi ultimi. Per tale
ragione si presta soprattutto ad analizzare matrici molto grandi, come strumento preliminare
di identificazione degli outlier e delle disgiunzioni, oltre che di raggruppamento
degli oggetti mirato ad una prima mitigazione del rumore e riassunto della ridondanza.
Eliminando gli outlier, disaggregando la matrice e sostituendo ai cluster i campioni
composti viene agevolata la successiva classificazione gerarchica, indispensabile per lo
studio dettagliato della struttura delle relazioni. Naturalmente è sempre possibile passare
direttamente a quest’ultima. Tuttavia, se in matrici di dimensione ridotta la cosa è fattibile
e consigliabile, in matrici grandi si potrebbe rivelare molto complicata e le informazioni
ricavabili potrebbero in definitiva essere meno utili ed esplicative.
Le tecniche di clustering non gerarchico tendono ad essere relativamente omogenee
ed esigono quasi tutte di specificare a priori il numero dei cluster e, talvolta, anche altri
90
1 1 1 0 0 0 0 0 0
1 1 1 0 0 0 0 0 0
1 1 1 0 0 0 0 0 0
0 0 0 1 1 1 0 0 0
0 0 0 1 1 1 0 0 0
0 0 0 1 1 1 0 0 0
0 0 0 0 0 0 1 1 1
0 0 0 0 0 0 1 1 1
0 0 0 0 0 0 1 1 1