Análisis factorial
Modelos de regresión y clasificación
Análisis de conglomerados (clustering)
Se utilizan para predecir la pertenencia a un perfil en función de variables explicativas, mejorando la precisión en la segmentación.
Reduce la dimensionalidad de los datos, identificando factores latentes que explican la correlación entre variables observadas, facilitando la interpretación de perfiles complejos.
Permite agrupar a las personas usuarias en segmentos basados en la similitud de variables seleccionadas. Por ejemplo, se puede aplicar el algoritmo k-means para identificar \(k\) grupos que minimicen la variabilidad interna y maximicen la diferencia entre grupos.
Haz clic en los botones para ver más información
5131_UD1 1.4 3 btn
CESUR
Created on February 5, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Vision Board
View
Periodic Table
View
SWOT Challenge: Classify Key Factors
View
Explainer Video: Keys to Effective Communication
View
Explainer Video: AI for Companies
View
Corporate CV
View
Flow Presentation
Explore all templates
Transcript
Análisis factorial
Modelos de regresión y clasificación
Análisis de conglomerados (clustering)
Se utilizan para predecir la pertenencia a un perfil en función de variables explicativas, mejorando la precisión en la segmentación.
Reduce la dimensionalidad de los datos, identificando factores latentes que explican la correlación entre variables observadas, facilitando la interpretación de perfiles complejos.
Permite agrupar a las personas usuarias en segmentos basados en la similitud de variables seleccionadas. Por ejemplo, se puede aplicar el algoritmo k-means para identificar \(k\) grupos que minimicen la variabilidad interna y maximicen la diferencia entre grupos.
Haz clic en los botones para ver más información