TECNICHE DI ANALISI MULTIVARIATA DEI DATI TRAMITE PYTHON. RIDUZIONE DELLA DIMENSIONE, CLASSIFICAZIONE E SEGMENTAZIONE

Quando si confronta con la realtà di uno studio, il ricercatore di solito ha molte variabili misurate o osservate in un insieme di individui, intende studiarle insieme e si rivolge all'analisi dei dati multivariata. Si trova di fronte a una varietà di tecniche e deve selezionare la più appropriata per i suoi dati, ma soprattutto per il suo obiettivo scientifico. L'analisi multivariata utilizza due tipi di tecniche: l'apprendimento supervisionato, che addestra un modello con dati di input e output noti in modo da poter prevedere i risultati futuri, e l'apprendimento non supervisionato, che individua pattern nascosti o strutture intrinseche nei dati di input. La maggior parte delle tecniche di analisi non supervisionata viene sviluppata in questo libro da una prospettiva metodologica e pratica con applicazioni tramite il software Python. Le seguenti tecniche vengono esplorate in profondità: riduzione dimensionale, analisi delle componenti principali, analisi fattoriale, analisi delle corrispondenze semplici, analisi delle corrispondenze multiple, scaling multidimensionale, analisi dei cluster e analisi discriminante.