Seed = 2018
1- Agregamos el dataset en un proceso nuevo con el modulo Retrive.
2- Indicamos que el atributo id com id con el modulo Set Role, esto nos va a ser util mas adelante cuando intentemos realizar un join.
3- Utilizamos el modulo Multiply para tener un conjunto de datos que mantenga el atributo Class (lo vamos a eliminar a continuación).
4- Eliminamos los atributos que no vamos a utilizar con un modulo de Select Attributes, en este caso vamos a eliminar la clase (Class).
5- Como vimos en Missing Values, este dataset contiene valores faltantes en el atributo Bare Nuclei. Vamos a removerlos con el modulo Filter Examples.
6- Los valores del atributo Bare Nuclei estan siendo considerados como polynomial vamos a utilizar el modulo de Parse Numbers para convertirlos en números.
7- Agregamos el modulo de Clustering (Agglomerative Clustering).
8- Agregamos un join por id con los datos originales para recuperar el atributo de la clase.
9- Agregamos un modulo Filter y a medida que realizamos los experimentos vamos filtrando por clusters.
Agglomerative Clustering cuenta con 2 hiperparametros:
-
Mode: Este parámetro especifica el modo de agrupación o el criterio de vinculación.
-
Mesure: Medida de distancia.
| Mode | Number of Clusters |
|---|---|
| SingleLink | 1365 |
| CompleteLink | 1365 |
| AverageLink | 1365 |
SingleLink
CompleteLink
AverageLink
A excepcion del primer dendograma obtenido con Single Link podemos ver que con Complete Link y Average Link aproximadamente un poco mas 1/3 de los datos esta siendo separado por una de las separaciones mas altas, obteniendo del lado izquerdo la clase 2 y del lado derecho la clase 4.