Les mêmes jeux de données que les autres pages, mais sans les étiquettes : l'algorithme ne voit que les variables. Les vraies classes ne servent qu'à juger, après coup, les groupes trouvés.
Les trois méthodes
| k-means | k centres, déplacés itération par itération vers le milieu de leurs points (animation) |
| DBSCAN | des groupes de points denses, de forme quelconque ; les points isolés sont du « bruit » |
| ACP | résumer beaucoup de variables en quelques composantes : variance expliquée et contribution des variables |
Comment juger des groupes ?
- Inertie (k-means) : somme des distances² aux centres. Elle baisse toujours quand k augmente : on cherche le « coude ».
- Silhouette : de −1 à 1 ; proche de 1 si chaque point est bien plus près de son groupe que des autres.
- Indice de Rand ajusté (ARI) : accord avec les vraies classes. 1 = identiques, 0 = pas mieux que le hasard.
Idées d'expériences
- Trois nuages, k-means avec k = 3 : facile. Avec k = 2 ou 5 ? Que dit le coude ?
- Deux lunes : k-means coupe les lunes en deux par une droite. DBSCAN les sépare parfaitement, si eps est bien choisi.
- Cercles : même chose. Pourquoi k-means ne peut-il jamais réussir ?
- Iris en ACP : 2 composantes gardent plus de 95 % de la variance. Quelles variables pèsent sur la première ?
- k-means, initialisation au hasard, plusieurs graines : on ne tombe pas toujours sur la même solution.
- Sans normalisation (panneau Données → Expériences) sur Wine : une seule variable décide de tout.
Raccourcis
Espace lecture / pause · P projection · ? ce guide