Please enable JavaScript.
Coggle requires JavaScript to display documents.
DM & Méthodes Non supervisé, Non supervisé VS supervisé - Coggle…
DM & Méthodes Non supervisé
pas de var cible
modèle descriptifs
se concentre
la structure intrinsèque : interne
les relations + interdépendance
nbr des classe ne sont pas connues à priori
2 methodes
clustering(regroupement)
chaque groupe contient des données similaires|| simila des individus en certaines vars -> traits similaires / assigner en grappe
analyse exploratoire des data : segmenter les data en des sous groupes -> but : max homogénéité(intérieur) + min(<> grps)
séparer || diviser les data en des groupes ->classer les observations dans des groupes homogènes à partir de <> vars
construire une collection d'objets
similaire au sein d'un même groupe
Dissimilaire à des grps <>
population qui détermine les critères
Distance entre individus : soit par (métrique euclidienne+ Manhattan) || matrice des similarités (matrice de corrélation)
la méthode pour trouver le nbr de cluster : méthode de coude
inertie : somme des distances eucli entre chaque pt et son centroîdes associé -> mesure l'ecart entre les individus d'une claasse -> variance de cluster
Association
Non supervisé VS supervisé
elts non classés
on veux les regroupés en classes
elts déjà classés
on veut classer un nv elt a partir des classes existants