Prati, pascoli e paesaggio alpino - SoZooAlp

97
PRATI, PASCOLI E PAESAGGIO ALPINO
ragione, nota a priori, per eliminare le differenze di dimensione tra i raggruppamenti
risultanti, come accade in alcune indagini tassonomiche.
Metodo del centroide
Noto con l’acronimo UPGMC (Unweighted pair groups method using centroids), è
il metodo più obiettivo in termini geometrici, giacché confronta i cluster in base al loro
centroide (media dei membri). Può portare a rovesciamenti nel dendrogramma (Fig. 5.6
b), che si presentano allorché il centroide del nuovo cluster di fusione dista dal centroide
di un terzo cluster meno di quanto questo disti dai due singoli cluster di fusione. In tale
eventualità, il metodo è sconsigliabile.
Metodo della mediana
Siglato con WPGMC (Weighted pair groups method using centroids), sta al metodo
del centroide (UPGMC) come la media semplice (WPGMA) sta alla media di gruppo
(UPGMA). Il centroide del nuovo cluster è ottenuto come media aritmetica dei centroidi
dei due cluster di fusione e andrebbe indicato, più correttamente, come pseudo-centroide.
Non essendo considerata la dimensione dei gruppi, lo pseudo-centroide sarà spostato,
rispetto al centroide vero e proprio, verso il cluster più piccolo, cui sarà così attribuito
maggiore peso. Le proprietà applicative di questo metodo sono le medesime della media
semplice.
Strategie flessibili
Le strategie flessibili comprendono una serie di metodi che forniscono dendrogrammi
differenti in funzione di alcuni parametri di clustering, fatti variare appositamente
allo scopo di rivelare meglio la struttura dei cluster. Una prima tecnica è la β-flessibile.
Il parametro β può assumere valori da –1 a +1, esibendo agli estremi, rispettivamente,
dendrogrammi con spiccata tendenza al raggruppamento, vicini all’analisi di legame
completo, e dendrogrammi con forte effetto di concatenamento, comparabili al metodo
del legame semplice. Il valore –0,25 è ritenuto essere quello che fornisce i risultati migliori.
Sul parametro β si basa anche un secondo metodo, l’UPGMA flessibile, variante
del metodo di legame medio. Per esso sembra che il valore ottimale di β si collochi
nell’intervallo da –0,1 a 0. Metodi ancor più flessibili sono quelli che, oltre a β, fanno
variare anche un altro parametro (γ), entrambi senza restrizioni. I potenziali risultati sono
ovviamente più ampi, ma di difficile interpretazione, limitando l’interesse di queste
procedure a solo aspetti teorici. In figura 5.7 è riportato un esempio di classificazione con
il metodo β-flessibile.
Il clustering basato sul criterio di coesione interna adotta sia algoritmi combinatoriali,
sia non combinatoriali. La coesione può essere valutata per mezzo di qualsiasi tipo di
parametro di somiglianza/dissomiglianza, fatte salve le metriche.
Nei metodi combinatoriali si usano misure di similarità/dissimilarità, in particolare
la devianza, la varianza e la dissimilarità media entro cluster. Il criterio di coesione può
essere perseguito ottimizzando l’omogeneità dei nuovi cluster, o minimizzando il cambiamento
dell’omogeneità nelle fusioni. Sono dunque possibili tanti procedimenti quante
sono le combinazioni dei due criteri con i vari parametri di similarità/dissimilarità. I
risultati possono anche divergere notevolmente e dimostrarsi poco coerenti o inefficaci.
In linea di massima, tutte le tecniche che impiegano il criterio dell’ottimizzazione dell’o-