Wasserstein K-means per clustering di misure di probabilità e applicazioni

The thesis will deal with the study of Wasserstein's distance, studying the general case and the discrete case, applied to the K-means algorithm, which will be described in its passages. Finally, this algorithm will be applied with artificial data and a real dataset concerning pollution in Lombardy.

La tesi tratterà dello studio della distanza di Wasserstein, studiandone il caso generale ed il caso discreto, applicato all'algoritmo del K-means, che verrà descritto nei suoi passaggi. Infine verrà applicato questo algoritmo con dati artificiale ed un dataset reale riguardante l'inquinamento in Lombardia.