20. Aula 20 - Tarefa de Clusterização

Описание: 📊 Resumo do Vídeo: "Curso Ciência de Dados - Do Zero ao Iniciante (Aula 20: Tarefa de Clusterização)"

Neste vídeo, StatiR apresenta a tarefa de clusterização, um tipo de aprendizado de máquina não supervisionado. O objetivo é identificar padrões e agrupar dados com características similares, sem utilizar variáveis de resposta (Y).

🌟 1. O que é Clusterização?
Definição:

A clusterização organiza dados em grupos (clusters) com base em similaridades.
O algoritmo identifica padrões entre características e agrupa itens com comportamentos semelhantes.
Diferença chave: Não há um alvo ou rótulo pré-definido, como ocorre em classificação ou regressão.

Exemplo:

Base fictícia com veículos:
Cluster 1: Veículos médios com 4 rodas e vidro (ex.: carros).
Cluster 2: Veículos pequenos com 2 rodas (ex.: motos).
Cluster 3: Veículos grandes com 4 rodas e vidro (ex.: caminhões).
O algoritmo não rotula os grupos como "carros" ou "motos", mas apenas descreve suas características.

🛠️ 2. Métricas de Similaridade
Distância Euclidiana:
Mede a distância reta entre dois pontos no espaço (hipotenusa).

Fórmula: √((X2 - X1)² + (Y2 - Y1)²).
Mais usada em clusterização.

Outras Distâncias Populares:

Manhattan: Soma das diferenças absolutas entre coordenadas.
Cosseno: Mede o ângulo entre vetores, útil para comparar direções.

Escolha da Métrica:
Depende da natureza dos dados e do objetivo do agrupamento. Distâncias diferentes podem levar a resultados distintos.

📈 3. Aplicações Práticas
Segmentação de Clientes:

Agrupar clientes por comportamento de compra, idade, renda, etc.
Exemplo: Definir estratégias de marketing personalizadas.
Estudo de Redes Varejistas:

Agrupar lojas com base em tamanho, fluxo de clientes e localização.
Objetivo: Otimizar estratégias com base no comportamento de grupos de lojas.

Análise de Produtos:

Agrupar produtos similares para recomendações em e-commerces.

🚀 Vá Além do Conteúdo da Aula
Experimente em Dados Reais:
Use bases disponíveis no R, como mtcars, para agrupar carros com base em peso, potência e consumo.
Compare Métricas:
Teste diferentes distâncias (Euclidiana vs. Manhattan) para avaliar o impacto nos clusters.
Visualize os Grupos:
Utilize gráficos como PCA (Análise de Componentes Principais) para interpretar visualmente os clusters.