import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

Similarity, distances, and linear transformations

Questa lezione tratta similarità, distanze e trasformazioni lineari come una scelta operativa, non come un capitolo di teoria da memorizzare. La categoria è tecnica, ma il punto non è accumulare definizioni: è capire quale decisione cambia quando il dato diventa più affidabile. Un team product ti chiede perché il nuovo sistema di raccomandazione propone articoli apparentemente strani. A occhio sembrano lontani dal gusto dell’utente, ma dentro il modello condividono una direzione: ritmo di acquisto, categoria, fascia prezzo, ricorrenza e risposta alle offerte.

Dal problema alla decisione

Il problema vero non è conoscere similarità e trasformazioni in astratto. È decidere cosa fare quando il team ha dati incompleti, metriche ambigue o vincoli tecnici che rendono fragile la lettura del fenomeno. Una lezione utile separa il segnale dal rumore, dice quale baseline usare e indica quale azione diventa più difendibile dopo l’analisi.

Le trasformazioni lineari servono a rendere visibile la struttura dei dati. Prendono uno spazio difficile da leggere e lo ruotano, comprimono o proiettano finché il segnale diventa più interpretabile. Se capisci cosa fa una matrice, capisci anche cosa il modello sta scegliendo di conservare e cosa sta sacrificando. Vale la pena leggere la lezione come ponte tra algebra e sistemi reali: embedding, PCA, SVD, raccomandazioni e riduzione dimensionale sono modi diversi di manipolare spazi, e la domanda non è solo come si calcola, ma quale informazione resta leggibile dopo la trasformazione.

Dai dati ai vettori

Per analizzare i dati in modo quantitativo dobbiamo prima tradurre entità del mondo reale, come clienti, prodotti e transazioni, in un linguaggio matematico. Lo strumento per questa traduzione è il vettore. Un cliente di una piattaforma e-commerce può essere rappresentato come un vettore in uno spazio delle caratteristiche (feature space), dove ogni dimensione corrisponde a una metrica di comportamento. Per esempio il cliente C1 could be described by the vector v1 = [12, 85.50, 4], where the components represent respectively acquisti_ultimo_mese, spesa_media_per_acquisto e categorie_diverse_visitate. A second customer, C2, could be v2 = [13, 90.00, 4].

Una volta che clienti e prodotti vivono nello stesso spazio, similarità e distanza diventano misure concrete: due vettori vicini descrivono comportamenti simili, due vettori lontani descrivono comportamenti diversi. Le trasformazioni lineari lavorano proprio su questo spazio, cambiando il modo in cui le distanze vengono lette senza inventare informazione che non c’era.

Una sequenza di lavoro

Conviene seguire una sequenza fissa, così la nozione tecnica non si trasforma in un rituale vuoto. Ogni passaggio deve rendere più chiaro il costo di una decisione sbagliata.

Step	Question to ask	Expected output
Decision	Che cosa cambia se capiamo meglio similarità e distanze?	Scelta esplicita
Signal	Quale dato osservabile riduce l’incertezza?	Metrica o evento
Baseline	Rispetto a cosa interpretiamo il risultato?	Credible comparison
Vincolo	Che cosa può falsare la lettura?	Assunzione da dichiarare
Action	Quale passo operativo segue?	Raccomandazione controllabile

Formalizzare senza complicare

Formalizzare la lezione significa renderla una relazione tra decisione, evidenza e rischio. Non serve a complicare le cose: serve a rendere visibili le assunzioni, così uno stakeholder può discutere il criterio decisionale invece di fidarsi del risultato per autorità.

Element	Operational Definition	Controllo minimo
Unit of analysis	Oggetto su cui misuri il fenomeno	Utente, account, evento, ordine o periodo
Variabile osservata	Segnale che rappresenta il comportamento	Definizione stabile e tracciabile
Baseline	Stato contro cui confronti il segnale	Periodo, segmento, controllo o benchmark
Soglia decisionale	Punto in cui cambia l’azione	Criterio scritto prima della lettura
Rischio residuo	Errore che può restare dopo l’analisi	Sensitivity check o revisione qualitativa

Example or case study

Immagina un team che deve usare similarità, distanze e trasformazioni lineari per decidere se cambiare una pipeline, una metrica, un investimento o una dashboard. La domanda non è quale sia la definizione corretta, ma quale scelta diventa meno rischiosa se questa analisi è fatta bene.

Situation	Cautious interpretation	Decision
Il dato migliora ma la baseline è debole	Il segnale potrebbe essere reale o dipendere dal campione	Rafforzare il confronto prima di scalare
La metrica cambia in un solo segmento	The average effect hides heterogeneity	Separate cohorts or use cases
Il costo operativo aumenta	Il beneficio va valutato sul margine	Applicare una soglia economica esplicita
Il sistema produce numeri incoerenti	La fiducia nel dato è parte della decisione	Correggere ownership e controlli

Esercizio e lab

Al livello base scrivi in cinque righe quale decisione concreta dovrebbe migliorare grazie a similarità e trasformazioni lineari, indicando metrica, unità di analisi, baseline e rischio principale. Se non riesci a nominare la decisione, la lezione è ancora troppo astratta. Al livello intermedio costruisci una tabella con quattro colonne (segnale osservato, interpretazione prudente, controllo necessario, azione consigliata) e includi almeno un caso in cui il segnale non basta per decidere. Al livello research-grade trasforma l’esercizio in un memo decisionale che includa assunzioni, criteri di esclusione, soglia di intervento, sensitivity check e una proposta di monitoraggio dopo la decisione. Come materiale usa un export reale, una tabella sintetica, una dashboard interna o un notebook di studio, con almeno una dimensione di segmento, una metrica osservabile e un periodo o baseline di confronto.

Typical mistake to avoid

L’errore tipico è usare similarità, distanze e trasformazioni lineari come etichetta tecnica invece che come criterio di scelta. Succede quando il team presenta un numero senza dire quale decisione cambia, quale baseline lo rende interpretabile e quale rischio resta aperto: in quel caso il dato sembra preciso, ma non guida l’azione. Per tenere insieme i pezzi conviene mantenere alcuni controlli stabili: chiarire che cosa cambia dopo l’analisi, scegliere quale segnale osservabile userai, indicare quale confronto rende il segnale credibile, nominare quale errore può portare a una scelta sbagliata e definire quale passo operativo segue.

Per controllare se hai davvero collegato analisi e azione, prova a rispondere prima di chiudere: quale decisione concreta dovrebbe migliorare, quale unità di analisi rende il problema misurabile, quale baseline useresti per evitare una lettura isolata, quale assunzione cambierebbe la conclusione se fosse falsa e quale controllo presenteresti prima di raccomandare un’azione.

Summary

Similarità, distanze e trasformazioni lineari diventano utili quando riducono l’incertezza su una scelta reale. La forma corretta della lezione resta decisione, segnale, baseline, rischio e azione: tutto il resto serve solo se rende più affidabile uno di questi passaggi. Dettagli, formule o esempi servono solo se rendono più chiaro uno di questi controlli.