Cours de data mining 6-Classifications automatiques-EPF

COURS DE DATA MINING 4 : MODELISATION NON-SUPERVISEE CLASSIFICATIONS AUTOMATIQUES èmeEPF – 4/ 5 année - Option Ingénierie d’Affaires et de Projets - Finance Bertrand LIAUDET 4 : Modélisation non-supervisée - 1 : la classification 2 Généralités sur la classification.......................................................................................2 Principes 2 Exemple marketing 2 Vocabulaire 2 Technique 2 Les méthodes de classifications 6 La méthode des K-moyennes et ses variantes.................................................................7 Présentation 7 Vocabulaire et historique 7 Caractéristiques de l’algorithme des K-moyennes (paramètres en entrée) 7 Algorithme 7 Simulation de l’algorithme des K moyennes 8 Avantages et inconvénients 11 Les variantes 11 Exemple d’application de la méthode des K-moyenne.................................................12 Fabrication du modèle 12 Observation des résultats 14 Analyse des résultats 19 Recherches avec plus ou moins de classes 21 Les classifications hiérarchiques...................................................................................25 Présentation 25 Algorithme 25 Critère de sortie de l’algorithme 25 Le dendrogramme 25 Distance entre les classes 26 Avantages et inconvénients 28 Autres méthodes ............................................................................................................29 èmeEPF - 4 année - IAP - Cours de Data mining –6 : ...