Algoritmi di Clustering

Introduzione sintetica ai principali algoritmi di clustering. In questo corso ci concentreremo su questi algoritmi:

Librerie Python per il Clustering

Quando si lavora con il clustering in Python, si utilizzano spesso le seguenti librerie:

• Scikit-learn: una libreria completa per il machine learning. Scikit-learn offre implementazioni di molti algoritmi di clustering, tra cui K-means, Clustering Gerarchico, DBSCAN e GMM, oltre a strumenti per la pre-elaborazione dei dati, metriche di valutazione e altro;
• SciPy: una libreria per il calcolo scientifico e tecnico. SciPy include funzioni per il clustering gerarchico, il calcolo delle distanze e altre utilità utili nei compiti di clustering.

Esistono anche diverse librerie ausiliarie utili, come NumPy (per operazioni numeriche), Pandas (per il caricamento e la pre-elaborazione dei dati), Matplotlib e Seaborn (per la visualizzazione dei dati e dei risultati del clustering). Sebbene queste non siano librerie di clustering, supportano il flusso di lavoro complessivo.