Η εργασία αυτή αφορά την εφαρμογή τεχνικών συσταδοποίησης σε δεδομένα τιμών αεροπορικών εισιτηρίων, με στόχο την αναγνώριση φυσικών ομάδων μέσα στο dataset. Αρχικά πραγματοποιείται προεπεξεργασία των δεδομένων με επιλογή των αριθμητικών μεταβλητών και κανονικοποίησή τους, ώστε να είναι συγκρίσιμες μεταξύ τους. Στη συνέχεια εφαρμόζεται ιεραρχική συσταδοποίηση με τη μέθοδο Ward και παρουσιάζεται το αντίστοιχο δενδρόγραμμα, το οποίο βοηθά στον εντοπισμό του κατάλληλου αριθμού συστάδων. Παράλληλα χρησιμοποιείται και ο αλγόριθμος K-means για τη δημιουργία clusters, ενώ με τη μέθοδο Elbow γίνεται εκτίμηση του βέλτιστου αριθμού ομάδων. Τέλος, τα αποτελέσματα οπτικοποιούνται γραφικά, επιτρέποντας την καλύτερη κατανόηση της δομής των δεδομένων και την εξαγωγή βασικών συμπερασμάτων σχετικά με τα πρότυπα που εμφανίζονται στις τιμές των εισιτηρίων.

* All Employees: Total Nonfarm in Anaheim-Santa Ana-Irvine, CA (SMU06112440000000001) All Employees: Manufacturing: Durable Goods: Computer and Electronic Product Manufacturing in Anaheim-Santa Ana-Irvine, CA (SMU06112443133400001) All Employees: Machinery Manufacturing in Anaheim-Santa Ana-Irvine, CA All Employees: Construction in Anaheim-Santa Ana-Irvine, CA (SMU06112442000000001) All Employees: Retail Trade: Grocery Stores in Anaheim-Santa Ana-Irvine, CA (SMU06112444244510001) All Employees: Retail Trade: Clothing and Clothing Accessories Stores in Anaheim-Santa Ana-Irvine, CA (SMU06112444244800001) All Employees: Finance and Insurance in Anaheim-Santa Ana-Irvine, CA (SMU06112445552000001)