Passer en revue les résultats de k-means

Analyse de regroupements dans R

Dmitriy (Dima) Gorenshteyn

Lead Data Scientist, Memorial Sloan Kettering Cancer Center

Trois résultats de partitionnement

oes_clusters

	Regroupement hiérarchique	k-means
Distance utilisée :	presque n'importe laquelle	euclidienne seulement
Résultats stables :	Oui	Non
Évaluation du nombre de groupes :	dendrogramme, silhouette, coude	silhouette, coude
Complexité de calcul :	Relativement plus élevée	Relativement plus faible

Chapitre 1 :
- Qu'est-ce qu'une distance
- Pourquoi l'échelle est importante

Chapitre 2 :
- Fonctionnement de l'agrégation (linkage)
- Formation du dendrogramme
- Analyser vos groupes

Chapitre 3 :
- Fonctionnement de k-means
- Estimer k
- Évaluer à quel point une observation s'intègre à un groupe

Analyse de regroupements dans R