Combien de grappes ?

Analyse de grappes en Python

Shaumik Daityari

Business Analyst

Comment trouver le bon k ?

  • Pas de méthode absolue pour trouver le bon nombre de grappes (k) en k-means
  • Méthode du coude

Analyse de grappes en Python

Retour sur les distorsions

  • Distorsion : somme des distances au carré des points aux centres de grappe
  • Diminue quand on augmente le nombre de grappes
  • Devient zéro si le nombre de grappes égale le nombre de points
  • Graphique du coude : tracé entre nombre de grappes et distorsion

Analyse de grappes en Python

Méthode du coude

  • Graphique du coude : tracé du nombre de grappes et de la distorsion
  • Il aide à estimer le nombre de grappes dans les données
Analyse de grappes en Python

Méthode du coude en Python

# Declaring variables for use
distortions = []

num_clusters = range(2, 7)

# Populating distortions for various clusters
for i in num_clusters:
    centroids, distortion = kmeans(df[['scaled_x', 'scaled_y']], i)
    distortions.append(distortion)

# Plotting elbow plot data
elbow_plot_data = pd.DataFrame({'num_clusters': num_clusters,
                                'distortions': distortions})

sns.lineplot(x='num_clusters', y='distortions', 
             data = elbow_plot_data)
plt.show()
Analyse de grappes en Python

Analyse de grappes en Python

Derniers conseils sur la méthode du coude

  • Indique seulement un k optimal (nombre de grappes)
  • Ne détermine pas toujours exactement combien de k (grappes)
  • Autres méthodes : silhouette moyenne et statistique d'écart
Analyse de grappes en Python

Prochaine étape : exercices

Analyse de grappes en Python

Preparing Video For Download...