Vícerozměrné statistické metody - detail zprávy #447

Segmentácia vín

Vanda Gomolčáková, 04. 03. 2025

Data: https://www.kaggle.com/datasets/harrywang/wine-dataset-for-clustering

V práci se vyskytuje: Cluster analýza

Udělená slovní hodnocení

• Práce využívá reálný a velmi známý dataset vín z UC Irvine repository, což je solidní základ. Výběr metody odpovídá cíli práce a je vysvětlen velmi srozumitelně. Kvalitně jsou zpracovány všechny kroky – od výběru proměnných přes samotnou klasifikaci až po interpretaci výsledků. Interpretace pěti klastrů je logická, kreativní, a zároveň propojená s praktickým využitím v oblasti enologie a marketingu vín. Prezentace výsledků je podpořena tabulkami a grafem, limity jsou implicitně reflektovány ve výběru proměnných a doporučení lze chápat jako směřování ke komerční aplikaci. Celkově se jedná o velmi precizně a přehledně zpracovanou analýzu.
• Přehledná zobrazení výsledků, dobré vysvětlení základů metody.
• V práci mi chybí teoretický úvod a ukotvení v aktuálních výzkumech. Práce z daty vypadá velmi propracovaně, nicméně z didaktického pohledu bych více vysvětlila tabulku a obrázek.
• Promyšlená integrace klasterů, originální téma i inovativní řešení. Super graf i popisy klastrů. Chybí zdůvodnění zvolení právě 5 klastrů. Text je stručný, k věci, nic zásadního nevynechává, ale místy je nepříliš srozumitelný a didaktické složky by mohly být podány více přístupně.
• Vhodně zvolená metoda K-means, přehledná tabulka výsledků i grafická vizualizace, přehledný popis shluků. Chybí mi teoretické ukotvení a popis na jak velkém vzorku byla analýza provedena. Chybí informace o testování optimálního počtu shluků – zda byl počet 5 zvolen na základě objektivní metody, nebo náhodně, což může vést ke zkreslení výsledků analýzy. Ocenila bych také podrobnější analýzu a interpretaci kvality modelu.