Clustering — définition ?
Regroupement de données en sous-ensembles homogènes.
Clustering — définition?
Regroupement de données en sous-ensembles homogènes.
Mesure de distance — exemple ?
Euclidienne, pour calculer la proximité entre points.
Intra-classe — objectif?
Minimiser la distance entre points du même cluster.
Inter-classe — objectif?
Maximiser la distance entre clusters différents.
Distance Euclidienne — formule?
√( Σᵢ (xᵢ - yᵢ)² ).
K-means — étape clé?
Affectation des points aux centroïdes, puis recalcul.
CAH — principe?
Fusion hiérarchique de clusters, dendrogramme.
Silhouette — critère?
Mesure de qualité de clustering, cohésion et séparation.
Teste tes connaissances avec un QCM de 6 questions sur Introduction au clustering non supervisé.
1. Quelle affirmation correspond au sujet « Mesures de distance utilisées en clustering » ?
2. Qu'est-ce que le clustering en apprentissage non supervisé ?
Révisez le cours complet dans la fiche de révision de Introduction au clustering non supervisé.
Voir la fiche →Importe ton cours et l'IA génère des flashcards en 30 secondes.
Générateur de flashcards