Prati, pascoli e paesaggio alpino - SoZooAlp

Fig. 5.5
Rappresentazioni grafiche degli algoritmi di PRATI, fusione PASCOLI E dei PAESAGGIO cluster ALPINO nell'analisi
di tipo agglomerativo
Fig. 5.5
Rappresentazioni grafiche degli algoritmi di fusione dei cluster nell’analisi di tipo agglomerativo
Legame singolo Legame completo
Cluster a Cluster b Cluster a Cluster b
d
Legame medio, centroide e mediana
Cluster a Cluster b
Clustering di legame medio (Average linkage)
Si scosta dai metodi precedenti per il fatto che la separazione tra gli agglomerati è
stabilita non sulla distanza tra i due oggetti più vicini o lontani, bensì sulla distanza tra
tutti espressa in termini di media. Comprende due metodi. Il più comune ed utilizzato
è quello della media (aritmetica) di gruppo non ponderata (UPGMA - Unweighted Pair
Groups Method using Arithmetic Average), che ha caratteristiche intermedie tra il procedimento
di legame semplice e quello di legame completo. La separazione tra i cluster è
misurata come media aritmetica e, diversamente dai clustering precedenti che non sono
influenzati nel ricalcolo delle distanze o dissimilarità dalla dimensione dei cluster, tiene
conto del numero degli oggetti già incorporati in ogni cluster, attribuendo ad ogni misura
di distanza o dissimilarità un peso proporzionale ad esso 17 .
Il secondo metodo è quello della media (aritmetica) semplice (WPGMA - Weighted
pair groups method using arithmetic averages). Nel calcolo delle distanze medie sono
qui del tutto ignorate le dimensioni dei cluster e, di conseguenza, gli aggregati più piccoli
vengono sovrastimati. Ciò fa si che a questa tecnica siano riservate meno attenzioni
rispetto alle precedenti. Essa potrebbe avere senso solo nei casi in cui è vi è una buona
17 La specifica “non pesato” che compare nel nome del metodo è quindi per certi versi ingannevole. Essa si
riferisce al fatto che nelle comparazioni tra i cluster, diversamente da quanto accade nell’altro metodo di legame
medio, i cluster piccoli non ricevono pesi extra quando comparati con cluster più grandi.
d
95
d