TD6 Clustering
Télécharger le TD6 Clustering en pdf
Page 1 : Ingénieurs 1ère année 1 TP6 : Clustering Durée : 6h L’objectif de ce TP est l’étude des deux algorithmes de clustering k-means et CAH. Les exercices à faire « à la main » permettent de mieux comprendre l’algorithme. Le logiciel R permet d’étudier le comportement des algorithmes suivant différents cas de figures illustrés par des jeux de données simulées. Exercice 1 On considère 5 points x1=1, x2=2, x3= 9, x4=12 et x5=20. 1 Appliquer l’algorithme des k-means avec les valeurs de k et les points de départ suivants. Calculer le pourcentage d’inertie expliquée par la partition obtenue. a k=2, g1=1 et g2=20 b k=2, g1=2 et g2=9 c k=3, g1=1 , g2=9 et g3=12 d Quel est le meilleur regroupement des trois ? 2 Appliquer une méthode de classification hiérarchique ascendante en utilisant la distance minimum comme critère de dissimilarité entre classes. Tracer le dendrogramme. Quel regroupement vous parait correct ? Exercice 2 : Kmeans et CAH L’objectif de cet exercice est de tester les algorithmes k-means et CAH sur des jeux de données simulés, TestClustersDistincts.txt TestClustersRandom.txt TestClustersMelanges.txt TestClustersAtypiques.txt Pour cela, on utilisera le langage R avec ses fonctions kmeans et hclust. Partie 1 : Algorithme des Kmeans a Tester l’algorithme des kmeans sur les données simulées TestClustersDistincts.txt. Essayer plusieurs nombres de classes et choisir le meilleur.
Page 2 : Ingénieurs 1ère année 2 b Tester l’algorithme des kmeans sur les données simulées TestClustersDistincts.txt, TestClustersMelanges.txt et TestClustersRandom.txt. Constater l’évolution de l’inertie expliquée. c Tester l’algorithme des kmeans sur les données simulées TestClustersCorr.txt. Que pourrait-on faire pour améliorer le résultat. d Tester l’algorithme des kmeans sur les données TestClustersAtypique.txt avec les individus n°1 et n°1499 pour initialisation. Partie 2 : Classification Ascendante Hiérarchique CAH a Tester l’algorithme CAH sur les données TestClustersDistincts.txt, TestClustersMelanges.txt et TestClustersRandom.txt. b Tester l’algorithme CAH sur les données TestClustersAtypique.txt avec la méthode « ward.D2 ». c Comparer les résultats obtenus entre CAH et Kmeans sur les données TestClustersDistincts.txt, TestClustersMelanges.txt et TestClustersRandom.txt. Exercice 3 : jeu de données Déterminer des clusters dans le jeu de données « iris ». Est-ce que les clusters correspondent aux trois types de fleurs ?
