Ez az elemzés arra törekszik, hogy az egyéneket családokba csoportosítani anélkül, hogy előre meghatároztuk volna a családokat.
1. zóna : a módszer és beállításai.
⇒ K-közép : hasonló méretű családok esetében meg kell adni azok számát; ;
⇒ Bináris osztás : egymás után kettévágja a felhőt; ;
⇒ Gauss-keverékek : különböző alakú és eloszlású családokat fogad el; ;
⇒ DBSCAN : önállóan kiszámítja a családok számát, és tudja, mely pontokat kell figyelmen kívül hagyni. Beállította: Epsilon (a szomszédsági sugár) és Minimális pontszámok.
A klaszterek száma (K) meghatározza a családok számát az első három módszer esetében. Kezdeti érték biztosítja, hogy az eredmény számításról számításra reprodukálható legyen.
2. zóna : a felhő a’Főkomponens-tér (PCA), 2D-ben vagy 3D-ben, csoportonként egy szín.
3. zóna : minden változó esetében egy-egy teszt, amely arra ad választ, hogy az adott változó valóban megkülönbözteti-e a csoportokat — egy Fisher-teszt és egy Kruskal–Wallis-teszt, színekkel jelölve az eredményeket a „nagyon szignifikáns”-tól a „nem szignifikáns”-ig.
💡 A besorolást a 3. zóna erősíti meg. Azok a csoportok, amelyek a képernyőn jól elkülönülnek egymástól, de egyik változójuk sem szignifikáns, üzleti szempontból értelmetlenek: a felosztás a grafikonon látható, az adatokban azonban nem létezik.
💡 Ugyanez a besorolás közvetlenül az ACP-diagramon is elérhető, a «Felügyelet nélküli besorolás (K-Means)» mezőben. Az egyes pontok mellett megjelenő szám az adott pont család.