Le clustering hiérarchique et par densité
Deux autres familles de regroupement : la classification ascendante hiérarchique (matrice des distances, critères de lien, dendrogramme) et DBSCAN (rayon, points de cœur, de bord et de bruit) ; choisir entre elles et les k-moyennes.
- 25 cartes
- 6 thèmes
- Gratuit
Le programme, thème par thème
Le poids de chaque thème suit celui que lui donne l'examen.
- Notions
- Questions
- Ranger et relier
- Les chiffres
- Mises en situation
- Comprendre
Quelques cartes du deck
Classification ascendante hiérarchique (CAH) : de quoi s'agit-il ?
Voir la réponse
Méthode qui part d'un groupe par individu et fusionne à chaque étape les deux groupes les plus proches, jusqu'à n'en laisser qu'un.
Pas de k à fixer d'avance : on choisit le nombre de groupes en coupant l'arbre ensuite. En revanche elle manipule une matrice n × n, trop lourde pour de très gros jeux.
Sur un dendrogramme, on trace une ligne horizontale qui coupe quatre branches. Que donne cette coupe ?
- Quatre groupes, un par branche coupée
- Trois groupes, un par fusion située au-dessus de la ligne
- Quatre individus seulement, les autres étant classés en bruit
- Deux groupes, un de chaque côté de la ligne
Voir la réponse
Quatre groupes, un par branche coupée
Chaque branche qui traverse la ligne porte un sous-arbre, c'est-à-dire un groupe. Plus la ligne est haute, moins il y a de groupes ; plus elle est basse, plus il y en a. Le bruit n'existe pas dans une CAH.
Dans une CAH, le critère de … fusionne les deux groupes dont la réunion fait le moins augmenter l'inertie intra-classe.
Voir la réponse
Dans une CAH, le critère de Ward fusionne les deux groupes dont la réunion fait le moins augmenter l'inertie intra-classe.
Ward cherche des groupes compacts comme les k-moyennes, mais en construisant tout l'arbre de fusions. Il suppose des distances euclidiennes.
Matrice des distances : de quoi s'agit-il ?
Voir la réponse
Tableau carré et symétrique qui donne la distance entre chaque paire d'individus ; sa diagonale est nulle.
Pour n individus il y a n(n − 1) / 2 distances distinctes : 1 000 individus en demandent près de 500 000, 100 000 individus près de 5 milliards.