Dendrogram

Anatomía

Producto de un clustering jerárquico aglomerativo: el algoritmo parte con cada elemento como su propio grupo y va fusionando, de a dos, los grupos más parecidos entre sí, hasta que todos terminan en un único grupo. Cada fusión queda registrada como un nodo interno del árbol, a la altura exacta de la distancia (o disimilitud) a la que ocurrió esa fusión —la llamada distancia cofenética—, el único atributo cuantitativo real del diagrama. El orden horizontal de las hojas, en cambio, es arbitrario: ningún método garantiza un orden particular, salvo el que evita que las ramas se crucen entre sí. Cada nodo interno representa un grupo formado por todas las hojas que cuelgan de él, no un dato individual, y la raíz, en la cima del árbol, contiene siempre al conjunto completo. El criterio de qué distancia usar entre grupos —enlace simple, completo, promedio, o uno que minimiza la varianza dentro de cada grupo al fusionar— no es un detalle menor: cambia la forma final del árbol completo, así que dos dendrogramas construidos sobre los mismos datos pueden verse muy distintos según qué criterio se haya usado.