Clustering et recherche d`associations Etat de l`art

Clustering et recherche
d’associations
Etat de l’art
1
Nicolas Durand
4 et 5 février 2002
Université de Caen

Introduction
• 3 voies possibles :
–
Regroupement de transactions
2
–
Regroupement de transactions
– Regroupement d’items
– Post-traitement des motifs découverts

Regroupement de transactions
• Dans [WXL99]
• Utilisation notion de fréquent
• Définition de 2 mesures :
– Coût intra-cluster (différences entre items d’un cluster)
–
Coût inter
-
cluster (duplication d’items fréquents dans
3
–
Coût inter
-
cluster (duplication d’items fréquents dans
les ≠clusters)
Coût global
• Idée algorithme : placer initialement les
transactions dans des clusters, puis déplacer les
transactions de façon à minimiser le coût global du
clustering

Regroupement de transactions
critiques
• Points positifs :
– partition des transactions
–
analogie avec méthodes usuelles
4
–
analogie avec méthodes usuelles
– nombre non fixé de clusters
• Point négatif :
– pas de description des clusters obtenus
(sous forme d’itemset)

Regroupement d’items
• Dans [Ron98]
• Mesure de similarité d’attributs (items)
• Distance entre 2 items :
5
• Distance entre 2 clusters (itemsets) :
d(ci, cj) = F({d(oi, oj) / oi ∈ciet oj∈cj})
où F est min ou max ou avg
• Algorithme de HAC pour obtenir k clusters
sup(AB)sup(B)sup(A) 2sup(AB)(B)supsup(A)
B)d(A, −+
−
+
=