Fouille de données et
apprentissage
Farida Zehraoui
Plan
Clustering (Rappels)
Biclustering
Biclustering de résidue minimum
Biclustering spectral
Clustering
Soient N instances de données à m attributs,
Trouver un partitionnement en k clusters
(groupes) ayant un sens (Similitude)
Affectation automatique de “labels” aux clusters
k peut être donné, ou “découvert”
Plus difficile que la classification car les classes
ne sont pas connues à l’avance (non supervisé)
Problèmatique
Clustering
Apprentissage non supervisé
Trouver les classes naturelles
(implicites) pour rassembler
des données non étiquetées
1 / 39 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans l'interface ou les textes ? Ou savez-vous comment améliorer l'interface utilisateur de StudyLib ? N'hésitez pas à envoyer vos suggestions. C'est très important pour nous!