Riduzione della dimensionalità di set di dati ad alta dimensionalità

La riduzione della dimensionalità è la trasformazione di dati altamente dimensionali in una rappresentazione significativa di dimensionalità ridotta che corrisponde alla dimensionalità intrinseca dei dati. Il numero di variabili o attributi di un insieme di dati influisce in larga misura sulla clusterizzazione di quel particolare dato. Questi attributi influenzano direttamente le misure di dissimilarità o di distanza influenzando così l'accuratezza dei dati. Pertanto le tecniche di riduzione della dimensionalità possono sicuramente migliorare il clustering. Il clustering è una divisione dei dati in gruppi di oggetti simili. Rappresentando i dati con un numero inferiore di cluster si perdono necessariamente alcuni dettagli fini ma si ottiene una semplificazione. Modella i dati in base ai loro cluster.