Choisir le nombre de clusters

Apprentissage non supervisé en R

Hank Roark

Senior Data Scientist at Boeing

Interpréter les résultats

# Créer un modèle de classification hiérarchique : hclust.out
hclust.out <- hclust(dist(x))

# Examiner le résultat
summary(hclust.out)

            Length Class  Mode     
merge       98     -none- numeric  
height      49     -none- numeric  
order       50     -none- numeric  
labels       0     -none- NULL     
method       1     -none- character
call         2     -none- call     
dist.method  1     -none- character

Dendrogramme

Structure en arbre pour interpréter les modèles de classification hiérarchique

cinq observations tracées et un dendrogramme

Dendrogramme

Structure en arbre pour interpréter les modèles de classification hiérarchique

deux points de cluster sont reliés dans le dendrogramme

Dendrogramme

Structure en arbre pour interpréter les modèles de classification hiérarchique

deux autres points de cluster sont reliés dans le dendrogramme

Dendrogramme

Structure en arbre pour interpréter les modèles de classification hiérarchique

deux clusters et un point sont reliés dans le dendrogramme

Dendrogramme

Structure en arbre pour interpréter les modèles de classification hiérarchique

tous les clusters et points sont reliés ensemble dans le dendrogramme

Tracer un dendrogramme en R

# Tracer un dendrogramme
plot(hclust.out)

abline(h = 6, col = "red")

barre horizontale indiquant combien de clusters on veut sur le dendrogramme

« Couper » l'arbre en R

# Couper à la hauteur h
cutree(hclust.out, h = 6)

1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 3 3
3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 2 4 2 4 4

# Couper par nombre de clusters k
cutree(hclust.out, k = 2)

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2
2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1

Passons à la pratique !

Apprentissage non supervisé en R