Regroupement en grappes

Techniques statistiques dans Tableau

Maarten Van den Broeck

Content Developer at DataCamp

Apprentissage supervisé vs non supervisé

Apprentissage supervisé

Appliquer une relation connue entre variables à de nouvelles données non vues
P. ex. régression, lissage exponentiel

Apprentissage non supervisé

Cherche des points semblables et détecte des motifs
P. ex. regroupement en grappes

Regroupement k-means

Représentation visuelle de l'algorithme de regroupement k-means.

Regroupement k-means

Représentation visuelle de l'algorithme k-means. Deux centres aléatoires sont choisis.

Regroupement k-means

Représentation visuelle de l'algorithme k-means. Les points les plus proches sont rattachés à ces centres.

Regroupement k-means

Représentation visuelle de l'algorithme k-means. Les centres sont déplacés vers le nouveau centre.

Regroupement k-means

Représentation visuelle de l'algorithme k-means. Le processus est itératif et se répète.

Regroupement k-means

Représentation visuelle de l'algorithme k-means. L'algorithme s'arrête lorsque les centres ne bougent plus.

Évaluer la qualité du regroupement

Somme intergroupes des carrés

Représentation visuelle du k-means. La somme intergroupes des carrés est la somme des distances au carré entre les centres et la moyenne de tout l'ensemble de données.

Plus c'est élevé, mieux c'est

Somme intragroupe des carrés

Représentation visuelle du k-means. La somme intragroupe des carrés est la somme des distances au carré entre les centres et les points de la grappe.

Plus c'est faible, mieux c'est

Passons à la pratique !

Techniques statistiques dans Tableau