Actualizado por ultima vez el 9 de marzo de 2022, por Luis Benites.
¿Qué es un árbol aditivo?
Un árbol aditivo es una forma general de representar grupos de datos en un gráfico. Se usa cuando su tabla de datos está compuesta de filas y columnas que representan las mismas unidades; la medida debe ser una distancia o una semejanza. Un «árbol» es un gráfico finito y conectado donde dos nodos cualesquiera están conectados por un camino. En la imagen de arriba, el nodo B está conectado por una ruta al nodo E, y el nodo E está conectado por una ruta al nodo F. El árbol aditivo es una técnica similar al análisis de conglomerados . Ambas técnicas tienen las «hojas» del árbol que representan unidades. La diferencia del árbol aditivo es que la distancia se representa gráficamente por la distancia de esas unidades en el árbol.
El análisis de conglomerados crea los conglomerados pero no crea un gráfico que represente los resultados. Una limitación adicional del análisis de conglomerados jerárquicos es que los objetos en el mismo conglomerado deben estar exactamente a la misma distancia entre sí, y las distancias entre los conglomerados deben ser mayores que la distancia «dentro de los conglomerados». Los árboles aditivos no tienen estas limitaciones.
Software que puede crear árboles aditivos
Muchos programas de software estadístico pueden producir árboles aditivos. Por ejemplo:
- El comando de Matlab es [addtree.m) y mostrarlos es [displaytree.m]. Puede encontrar más comandos de Matlab aquí . La página de Michael Lee en el sitio web de UC Irvine también tiene un archivo zip descargable con todos los comandos que puede ejecutar en Matlab para representar datos de similitud.
- El comando SAS para crear un árbol aditivo es TREE. Puede encontrar instrucciones completas para usar el procedimiento TREE aquí en el sitio web de SAS.
Los árboles aditivos fueron desarrollados originalmente por Sattah y Tversky en 1977.
Referencias
Sattah, S. y Tversky, A. «Árboles aditivos». 1977. Recuperado el 9 de julio de 2020 de: http://www.cs.technion.ac.il/~moran/COURSES/papers/SaTv77.pdf
Smith, C. (2017). Árboles de decisión y bosques aleatorios: una introducción visual para principiantes: una guía sencilla para el aprendizaje automático con árboles de decisión. Medios de molino de viento azul.
