21. Aula 21 - Clusterização Hierárquica

📊 Resumo do Vídeo: "Curso Ciência de Dados - Do Zero ao Iniciante (Aula 21: Clusterização Hierárquica)"

Nesta aula, StatiR apresenta a técnica de clusterização hierárquica, explicando seus conceitos, funcionamento, e a aplicação prática no R. O método organiza dados em grupos hierárquicos com base em suas similaridades, sendo ideal para explorar estruturas complexas em datasets.

🌟 1. O que é Clusterização Hierárquica?
Definição:
É um método de agrupamento em que cada observação começa como um cluster único, e o algoritmo agrupa iterativamente observações similares até formar um único cluster geral.
Saída:
O resultado é visualizado em um dendrograma, um gráfico hierárquico que mostra os passos do agrupamento e ajuda a identificar os clusters finais.

🛠️ 2. Como Funciona o Algoritmo?
Passo Inicial:
Cada observação começa como um cluster separado.
Cálculo de Similaridades:
As distâncias entre todos os pares de observações são calculadas.
A distância mais usada é a euclidiana, mas outras podem ser aplicadas, como Manhattan ou cosseno.
Agrupamento de Clusters Similares:
Observações com menor distância são agrupadas primeiro.
O processo continua até que todas as observações estejam em um único cluster.
Critério de Parada:
O algoritmo para quando não há mais observações ou clusters para unir.

📈 3. Visualização com Dendrogramas
O dendrograma mostra a sequência de agrupamentos:
Eixo X: Identifica as observações.
Eixo Y: Representa a distância entre clusters agrupados.
Interpretação:
Grupos com menor distância (mais similares) aparecem na base do gráfico.
Quanto maior o salto no eixo Y, mais diferentes os clusters.

🧮 4. Exemplo Prático no R
Dataset: Características do Leite de Mamíferos
Objetivo: Agrupar animais com base na composição do leite (ex.: porcentagem de água, gordura, lactose).
Etapas:
Calcular a matriz de distâncias entre as observações.
Construir o dendrograma com hclust().
Definir o número de clusters cortando o dendrograma em um ponto lógico.
Interpretar os grupos:
Exemplo: Animais aquáticos formam um cluster separado de animais terrestres.

🚀 Incentive-se a explorar além:
Crie seus dendrogramas:
Teste diferentes datasets no R para entender como as características influenciam o agrupamento.
Investigue métodos de distância:
Compare os resultados usando distância euclidiana e Manhattan. Quais diferenças surgem?
Aplique no mundo real:
Use clusterização hierárquica para segmentar clientes ou entender padrões em lojas de uma rede varejista.