« Regroupement de données » : différence entre les versions
m (Claude COULOMBE a déplacé la page Groupement de données vers Reroupement de données) |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Le | Le regroupement de données (clustering) est une méthode d'''[[Analyse des données|analyse des données]]'' dans laquelle les données sont classées, par regroupement, en groupes plus homogènes, ou par division (on parle alors de ''[[Partitionnement de données|partitionnement de données]]'') selon une mesure de similarité qui calcule la distance entre paires d'exemples de données. Ainsi les données d’un même groupe partagent des attributs communs. | ||
Le résultat est l'appartenance à un groupe ou une probabilité d'appartenance à chacun des groupes formés par l'algorithme. Cette méthode d’analyse de données relève de l’''[[Apprentissage non supervisé|apprentissage non supervisé]]''. | Le résultat est l'appartenance à un groupe ou une probabilité d'appartenance à chacun des groupes formés par l'algorithme. Cette méthode d’analyse de données relève de l’''[[Apprentissage non supervisé|apprentissage non supervisé]]''. | ||
==Compléments== | ==Compléments== | ||
Note - Le | Note - Le regroupement de données (''clustering'') est la principale tâche de l’''[[Apprentissage non supervisé|apprentissage non supervisé]]'' en [[analyse des données]]. | ||
En Amérique du Nord, on utilise davantage le concept de regroupement (clustering), de création de groupes (clusters) de données alors qu'en Europe on préfère le concept de répartition ou division en groupes (partitionnement) de données. | |||
== Français == | == Français == | ||
Version du 15 novembre 2022 à 18:21
Définition
Le regroupement de données (clustering) est une méthode d'analyse des données dans laquelle les données sont classées, par regroupement, en groupes plus homogènes, ou par division (on parle alors de partitionnement de données) selon une mesure de similarité qui calcule la distance entre paires d'exemples de données. Ainsi les données d’un même groupe partagent des attributs communs.
Le résultat est l'appartenance à un groupe ou une probabilité d'appartenance à chacun des groupes formés par l'algorithme. Cette méthode d’analyse de données relève de l’apprentissage non supervisé.
Compléments
Note - Le regroupement de données (clustering) est la principale tâche de l’apprentissage non supervisé en analyse des données.
En Amérique du Nord, on utilise davantage le concept de regroupement (clustering), de création de groupes (clusters) de données alors qu'en Europe on préfère le concept de répartition ou division en groupes (partitionnement) de données.
Français
groupement de données
partitionnement de données
regroupement de données
segmentation de données
Anglais
clustering
data clustering
binning
Contributeurs: Evan Brach, Claude Coulombe, Imane Meziani, wiki, Sihem Kouache
