Estrategia Cluster

[fmunoz]

Ya que el bsr pude tomar matrices como inputs, deberia de ser "casi
inmediato" definir la estrategia de agrupación cluster.
Entrada matrix/matrices de medidas, salida vector de clasificaciones.

[irobles]

Se puede adelantar este ticket?

Entiendo que el principal problema viene por los resultados. Si es posible adelantarlo os lo agradecemos

[josp]

Paco, podrías describir cómo te gustaría ver este API en MMS? Pon ejemplo de uso basado en un API hipotética.

[fmunoz]

Segun yo lo veo, podriamos definir el modelo de asignacion en MMS como:

Similar a los modelos de regresion clasica (usando matrices):

• Definiendo como inputs las variables de las medidas usadas para cada punto.
• Definiendo como parametros los centroides (o equivalentes) hallados.
• Definiendo como output la matriz de asignacion (a que cluster pertenece).

Para un metodo de asignacion por clusters (que no tiene informacion previa) el output
inicial seria todo ?. Si en el futuro se implementan otros métodos de clasificacion con
aprendizaje en el iría la información previa.

La prevision seria equivalente a una clasificacion usando los parametros calculados.

Para la salida nos deberia de poder graficar los centroides (como 1 serie por centroide,
con un valor por cada dimensión) y un conjunto de plots de todos los individuos dimension A

vs dimension B que coloreara diferente por cada grupo (plot dim 1 vs dim 2,
plot dim 1 vs dim 3 y plot dim 2 vs dim 3)

Podeis ver en ​http://www.statmethods.net/advstats/cluster.html algunos ejemplos de gráficos, en concreto me refiero al ​http://www.statmethods.net/advstats/images/cluster4.jpg