Vettori, matrici e geometria del dato

Stai confrontando due clienti che sembrano simili: hanno speso quasi la stessa cifra, arrivano dallo stesso canale e hanno visitato le stesse pagine. Poi guardi meglio e scopri che uno compra sempre prodotti ricorrenti, l’altro solo promozioni. In tabella sono vicini; nel comportamento sono lontani.

La geometria del dato serve proprio a questo: trasformare righe e colonne in posizioni, direzioni e distanze. Un vettore non è un simbolo astratto. È il modo in cui descrivi un utente, un prodotto, una sessione o un documento dentro uno spazio dove puoi misurare somiglianze reali.

Una scena da cui partire

Leggi questa lezione pensando a un problema pratico: devi decidere se due elementi sono davvero simili. La risposta cambia se usi distanza euclidea, coseno, normalizzazione o una matrice di trasformazione. Non è un dettaglio tecnico: è una scelta che può cambiare segmenti, raccomandazioni e anomalie.

• Contesto: quali feature definiscono davvero il comportamento?
• Metodo: quale distanza resta sensata quando le scale sono diverse?
• Applicazione: quale decisione cambierebbe se la similarità fosse calcolata male?

Vettori: punti e frecce nello spazio

Un vettore è una lista ordinata di numeri: v = [v₁, v₂, ..., vₙ]. Ogni cliente nel tuo dataset è un vettore: una riga della matrice dei dati.

Interpretazioni:

• Geometrica: un punto nello spazio ℝⁿ o una freccia dall’origine a quel punto.
• Algebrica: un elemento di uno spazio vettoriale su cui puoi fare somma e prodotto per scalare.
• Pratica: un cliente con età=34, reddito=45K, spesa_mensile=230 è il vettore [34, 45000, 230].

Operazioni fondamentali

Somma: u + v = [u₁+v₁, ..., uₙ+vₙ]. Geometricamente: la diagonale del parallelogramma.

Prodotto per scalare: α·v = [αv₁, ..., αvₙ]. Allunga/accorcia il vettore.

Prodotto scalare (dot product): u·v = u₁v₁ + ... + uₙvₙ = ||u||·||v||·cos(θ). Misura quanto due vettori “puntano nella stessa direzione”. Se è 0, sono ortogonali. Se è positivo, formano un angolo acuto.

Il dot product è la base di:

• Similarità coseno: cos(θ) = (u·v) / (||u||·||v||). Misura similarità tra documenti, utenti, prodotti. Robustissima a differenze di scala.
• Proiezione: proj_u(v) = ((u·v)/(u·u))·u. La componente di v lungo la direzione di u.

Norma: ||v|| = √(v₁² + ... + vₙ²). La lunghezza (distanza euclidea dall’origine).

import numpy as np
u = np.array([1, 2, 3])
v = np.array([4, 5, 6])
cos_sim = np.dot(u, v) / (np.linalg.norm(u) * np.linalg.norm(v))
# cos_sim ≈ 0.974 — molto simili

Matrici: trasformazioni dello spazio

Una matrice A di dimensioni m×n è una griglia di numeri. Nell’analisi dati, la matrice X (n_righe × n_feature) rappresenta l’intero dataset: ogni riga è un vettore cliente, ogni colonna è una feature.

Moltiplicazione matrice-vettore: y = A·x. Geometricamente: A trasforma il vettore x in un nuovo vettore y (lo ruota, lo scala, lo riflette). Linearmente: ogni componente di y è una combinazione lineare delle componenti di x.

Moltiplicazione matrice-matrice: C = A·B. Compone trasformazioni. Prima applichi B, poi A.

Trasposta: A^T. Scambia righe e colonne. Fondamentale perché X^T·X è la matrice di covarianza, usata in PCA e regressione.

Caso reale: sistema di raccomandazione

Netflix rappresenta film e utenti come vettori in uno spazio latente (es. 50 dimensioni). La predizione del rating è il dot product tra il vettore utente e il vettore film. L’addestramento consiste nel trovare i vettori che minimizzano l’errore di predizione — un problema di algebra lineare massiccio risolto con decomposizione matriciale (SVD).

Distanze: quanto sono simili due punti?

Distanza	Formula	Quando usarla
Euclidea	√(Σ(uᵢ-vᵢ)²)	Default, sensibile agli outlier
Manhattan	`Σ	uᵢ-vᵢ
Coseno	`1 - (u·v)/(
Mahalanobis	√((u-v)^T·Σ⁻¹·(u-v))	Tiene conto della correlazione tra feature

La scelta della distanza determina il risultato di clustering, k-NN, anomaly detection. Non è un dettaglio: è una decisione di modellazione.

---

Riferimenti:

• Strang, G. (2019). Linear Algebra and Learning from Data. Wellesley-Cambridge Press.
• Boyd, S. & Vandenberghe, L. (2018). Introduction to Applied Linear Algebra. Cambridge University Press.

Controllo di qualità

Prima di usare vettori, matrici e geometria del dato in una decisione, controlla sempre completezza, duplicati, timezone, definizioni cambiate e segmenti esclusi. Molte analisi apparentemente sofisticate falliscono perché il dato di partenza misura un comportamento diverso da quello che il team crede di osservare.

Interpretazione per segmenti

La media aggregata è solo il punto di partenza. Segmenta per canale, coorte, piano, paese, device e maturità dell’utente. Se due segmenti si muovono in direzioni opposte, la media non rappresenta nessuno dei due e può portare a una decisione sbagliata.

Decisione operativa

Ogni analisi deve terminare con una scelta possibile: continuare, fermare, iterare, investire, rimuovere o approfondire. Se vettori, matrici e geometria del dato non cambia una decisione, probabilmente manca ancora il collegamento tra metrica e azione.

Metriche di verifica

Dopo l’intervento, definisci una metrica primaria e due guardrail. La metrica primaria misura il miglioramento atteso; le guardrail impediscono di ottenere quel miglioramento distruggendo retention, fiducia, qualità del dato o sostenibilità operativa.

Problema reale

Nel dominio di matematica per analisi dati, Vettori, matrici e geometria del dato serve a risolvere questo problema: usare concetti matematici per capire incertezza, struttura e limiti delle analisi. La lezione non va trattata come teoria isolata, ma come un modo per migliorare una scelta concreta con dati, assunzioni esplicite e controlli minimi.

Obiettivo operativo: Comprendere il problema analitico e il contesto decisionale; Applicare esempi, metriche e controlli a casi reali. Se alla fine non sai indicare quale decisione cambia, quale dato osservi e quale errore vuoi evitare, la lezione non è ancora diventata competenza applicata.

Modello concettuale

Fase	Cosa chiarire	Output
Domanda	Quale scelta reale deve migliorare?	Decisione da prendere
Misura	Quale segnale osservabile rappresenta il problema?	Metrica o dato sorgente
Controllo	Quale baseline rende il risultato interpretabile?	Confronto credibile
Azione	Che cosa cambia dopo l’analisi?	Prossimo passo operativo

Il modello concettuale è intenzionalmente semplice: decisione, dato, controllo, azione. Ogni approfondimento tecnico deve rafforzare almeno uno di questi quattro punti.

Formalizzazione rigorosa

Per rendere Vettori, matrici e geometria del dato analizzabile, definisci prima l’unità di lavoro: variabile, vettore, distribuzione, funzione, campione o matrice. Poi collega questa unità a una metrica osservabile: errore, distanza, varianza, stabilità, sensibilità e interpretabilità. Infine dichiara la decisione attesa: formalizzazione, controllo di assunzione, calcolo o interpretazione geometrica.

Elemento	Specifica richiesta
Unità di analisi	variabile, vettore, distribuzione, funzione, campione o matrice
Segnale principale	errore, distanza, varianza, stabilità, sensibilità e interpretabilità
Baseline	Periodo precedente, gruppo comparabile, benchmark o scenario controfattuale
Decisione	formalizzazione, controllo di assunzione, calcolo o interpretazione geometrica
Rischio	Scambiare un numero disponibile per una prova sufficiente

La formalizzazione e solida quando un altro analista può riprodurre la logica, criticare le assunzioni e ottenere la stessa decisione partendo dagli stessi dati.

Esempio o caso studio

Il team vuole confrontare clienti, prodotti e contenuti come punti in uno spazio di caratteristiche. Vettori, norme e similarità diventano utili quando chiariscono cosa significa “vicino”, quale distanza è coerente con il problema e quali scale possono ingannare il confronto.

Evidenza osservata	Lettura prudente	Azione consigliata
Il numero migliora	Potrebbe essere effetto reale o variazione normale	Cercare confronto e segmento
Un segmento cambia più degli altri	La media aggregata nasconde una differenza	Separare coorti o casi d’uso
Il costo cresce insieme al risultato	L’impatto va letto sul margine	Stimare trade-off e sostenibilità

Lab / esercizio

Livello base

Scrivi una scheda di una pagina per Vettori, matrici e geometria del dato: decisione da supportare, metrica primaria, baseline, rischio principale e azione se il segnale e confermato.

Livello intermedio

Costruisci una tabella con tre segmenti, periodi o scenari. Per ciascuno indica cosa cambia, quale spiegazione alternativa e plausibile e quale controllo useresti prima di raccomandare un azione.

Livello research-grade

Prepara un decision memo: ipotesi, dati richiesti, criteri di esclusione, controlli di qualità, soglia decisionale, rischio residuo e piano di monitoraggio dopo la decisione.

Dataset e materiali consigliati

Usa dataset numerici, simulazioni, matrici, campioni, notebook e problemi guidati. Se non hai accesso a dati reali, crea un dataset sintetico con almeno 200 righe, una dimensione temporale, una dimensione segmento e una metrica di outcome.

Errore tipico da evitare

L’errore più comune e usare Vettori, matrici e geometria del dato come etichetta invece che come processo. Succede quando il team mostra un grafico senza decisione, una metrica senza baseline, o una conclusione senza indicare quale assunzione potrebbe invalidarla.

La domanda di controllo è: se questo risultato fosse instabile, quale scelta sbaglierei? Se la risposta non è concreta, manca ancora il collegamento tra analisi e azione.

Quiz o checkpoint

1. Quale decisione concreta dovrebbe migliorare questa lezione?
2. Quale unità di analisi rende il problema misurabile?
3. Quale baseline useresti per evitare una lettura ingenua?
4. Quale errore tipico potrebbe cambiare la conclusione?
5. Quale output consegneresti a uno stakeholder non tecnico?

Riepilogo operativo

Vettori, matrici e geometria del dato diventa utile quando produce una decisione più chiara, non quando aggiunge terminologia. Usa il framework problema, modello, formalizzazione, esempio, lab e checkpoint per trasformare la lezione in pratica verificabile. Categoria: Tecnico. Difficoltà: advanced. Tempo stimato: 22 min.

Approfondimento di pratica

Per consolidare Vettori, matrici e geometria del dato, trattala come una piccola prova di lavoro dentro una discussione tecnica in cui formule, distanze o trasformazioni devono restare interpretabili. Non basta dire di aver capito la lezione: devi produrre una spiegazione che collega simboli, intuizione geometrica e conseguenza sul dato. Questo passaggio serve a rendere la conoscenza trasferibile, perché obbliga a separare contesto, misura, azione e limite.

Esempio operativo

Parti da una domanda semplice: quale scelta diventerebbe migliore se applicassi bene questa lezione? Nel modulo matematica analisi dati, la risposta deve sempre collegare un problema reale a un output osservabile. Se stai studiando una lezione di tipo Tecnico, costruisci un esempio con tre righe: il contesto in cui nasce la domanda, il dato o il modello che useresti per leggerla, e la decisione che prenderesti dopo aver controllato i rischi.

Un esempio valido non deve essere grande. Può essere una tabella con una baseline e due segmenti, una query che verifica una definizione, un disegno di esperimento, un controllo su un modello o un memo di dieci righe. La qualità non dipende dalla complessità tecnica, ma dalla tracciabilità del ragionamento: chi legge deve capire perché hai scelto quella metrica, quale alternativa hai scartato e quale evidenza ti farebbe cambiare idea.

Checkpoint di lavoro

• Scrivi la decisione che questa lezione dovrebbe migliorare, usando un verbo operativo: allocare, fermare, correggere, lanciare, misurare, priorizzare o investigare.
• Definisci il segnale principale e almeno un guardrail. Il segnale dice dove guardi; il guardrail evita che una scelta localmente buona rovini il sistema.
• Aggiungi una baseline. Senza baseline non sai se il numero e alto, basso, stabile, anomalo o solo raccontato male.
• Esplicita il rischio più probabile: usare la matematica come autorità invece che come controllo sulle assunzioni. Scrivilo prima della raccomandazione, non dopo.
• Chiudi con un output consegnabile: dashboard, query, schema, memo, esperimento, notebook o checklist. Deve essere qualcosa che un reviewer possa aprire e criticare.

Riepilogo di padronanza

Hai davvero assimilato Vettori, matrici e geometria del dato quando riesci a usarla in tre modi: spiegare il concetto senza gergo inutile, applicarlo a un caso piccolo ma realistico, e difendere una raccomandazione includendo limiti e prossimi controlli. Se manca uno di questi tre elementi, torna al modello concettuale e riduci l’ambizione dell’esempio. Meglio una prova piccola ma rigorosa di un grande progetto che non rende verificabile la decisione.