Résultats de la recherche

...ski-Harabasz''' est une mesure de qualité d'une partition d'un ensemble de données en [[classification automatique]] ...rapproche beaucoup du critère utilisé pour stopper certains algorithmes de partitionnement, comme les [[K-means]]. ...

...' (en anglais, ''fuzzy clustering'') est une forme de [[partitionnement de données]] dans laquelle chaque observation peut appartenir à plusieurs groupes (ou ...tes mesures de similarité peuvent être choisies en fonction des données ou de l'application<ref>{{Lien web |titre=Fuzzy Clustering |url=http://reference. ...

...stering structure''' en anglais) est un algorithme de [[partitionnement de données]]. Il a été proposé par Mihael Ankerst, Markus M. Breunig, [[Hans-Peter Kri ...élimine son principal défaut : l'impossibilité de détecter des partitions de densités différentes. ...

...r des ensembles de données de structure « non-globulaire », dans un espace de représentation adéquat. ...n]] [[Apprentissage non supervisé|non-supervisée]] en utilisant ce type de partitionnement. ...

...lhouette''' est une mesure de qualité d'une [[partition d'un ensemble]] de données en [[classification automatique]]<ref>{{Article|prénom1=Peter J.|nom1=Rouss ...rse, si cette différence est positive, le point est en moyenne plus proche de son groupe que du groupe voisin : il est donc bien classé. ...

...e des [[k-moyennes]], permet entre autres de faire du [[partitionnement de données]]. ...''k'' points, appelés centres, tel que la moyenne des distances des points de ''V'' au plus proche centre soit minimisée. Le problème est le plus souvent ...

...dice de Dunn''' est une mesure de qualité d'une partition d'un ensemble de données en [[classification automatique]]<ref name="test">A fuzzy relative of the I ...stance particulière et qui peut donc être utilisée dans une grande variété de situations. ...

...vies-Bouldin''' est une mesure de qualité d'une partition d'un ensemble de données, introduite par David L. Davies et Donald W. Bouldin en 1979<ref>{{Article| ...tance d'un point au centre de son groupe et la distance entre deux centres de groupes. ...

...est pas un multiple de la taille d'un bloc alors l’utilisation d’un schéma de remplissage doit être envisagé. * [[chiffrement par bloc]] : le remplissage permet d'avoir un bloc de la taille adéquate si celui-ci est trop court (par exemple en ajoutant des ...

...'k'' plus proches voisins''', est un [[problème algorithmique]] classique. De façon informelle le problème consiste, étant donné un point à trouver, dans ...trois en dimension un.png|framed|right|Exemple de recherche d'un voisinage de taille 3 autour d'une coordonnée donnée (D = 1, k = 3).]] ...

| légende = Exemple de clustering hiérarchique. ...té informatique]]) que l'on définit en introduisant des mesures et classes de [[Distance (mathématiques)|distance]] entre objets. ...

{{Infobox Algorithme ...re des données = [[liste (informatique)|liste]] ou [[tableau (structure de données)|tableau]] ...

...hique''' est un [[partitionnement de données]] ou ''clustering'', au moyen de diverses méthodes, dites « ascendantes » et « descendantes ». ...divisent à chaque étape selon un critère jusqu’à l’obtention d’un ensemble de classe''s'' différentes. ...

...on informelle ainsi : étant donné ''n'' villes, il faut ouvrir une caserne de pompiers dans ''k'' villes, tel que la distance entre chaque ville et la pl ...''k'' points, appelés centres, tel que le maximum des distances des points de ''V'' au plus proche centre soit minimisée. Dans la majorité des cas on con ...

...t N est une donnée aberrante puisque son epsilon voisinage ne contient pas de points dont l'epsilon voisinage contient MinPts points ou plus. ...mesure qui s’appuie sur la densité estimée des clusters pour effectuer le partitionnement. ...

...CP sont effectuées dans un [[Espace de Hilbert à noyau reproduisant|espace de Hilbert à noyau reproducteur]], un espace à grande dimension. ...nalyse en composantes principales|ACP]] conventionnelle fonctionne sur des données centrées sur zéro; c'est-à-dire, ...

...s des axes, semble être deux sphères très plates et larges) est adapté aux données observées. Dans les premières itérations, le modèle change considérablement ...al Society|volume=39|numéro=1|année=1977|jstor=2984875|pages=1–38}}</ref>. De nombreuses variantes ont par la suite été proposées, formant une classe ent ...

...ne famille d'algorithmes d'[[apprentissage automatique]] et d'[[analyse de données]]. Elles peuvent être utilisées à la fois pour l'[[apprentissage supervisé] ...e similarité peuvent donc être employées afin de s'adapter à la nature des données. ...

{{Infobox Algorithme}} ...ombinatoire]] permettant de formaliser le problème de [[partitionnement de données]]. ...

[[Fichier:Minimum spanning tree.svg|thumb|L'arbre couvrant de poids minimal d'un graphe planaire. Chaque arête est identifiée avec son po ...s des arêtes est minimale (c'est-à-dire de poids inférieur ou égal à celui de tous les autres arbres couvrants du graphe). ...