Clustering Jerárquico de Series Temporales en R

👌 El Clustering Jerárquico, es una técnica muy útil cuando se desea descubrir similitudes entre individuos en base a sus características.

Como medida de similitud entre las series de tiempo, utilizo un algoritmo llamado ““Dynamic Time Warping” o DTW por sus siglas en inglés. Este algoritmo ha sido utilizado en diferentes áreas, entre otras, en la bioinformática, en el análisis de secuencias de vídeo, y en el reconocimiento automático de voz,  en donde  el sistema puede reconocer una misma palabra aún cuando se pronuncie utilizando diferentes velocidades.

👩🏼‍💻 Para mostrarte como puedes detectar series de tiempo que tienen patrones similares, utilicé los retornos logarítmicos de los valores registrados de 6 índices bursátiles durante los primeros 4 meses de este año, ya que me pareció interesante analizar cómo se han comportado estas bolsas durante la pandemia por la que desafortunadamente estamos atravesando.

En este tutorial puedes ver el análisis en R que he desarrollado. Abajo dejaré también el enlace de los archivos utilizados en el vídeo 👇👇

ARCHIVOS UTILIZADOS EN EL VIDEO Y CANAL DE YOUTUBE

https://github.com/rociochavezmx/Rocio-Chavez-youtube-Files

En el canal podrás encontrar videos de Machine Learning, Estadística y de Matemáticas en general aplicadas a los negocios.

https://www.youtube.com/user/rociochavezmx

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Scroll al inicio