Regroupement de données


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) ou 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

regroupement de données

groupement de données 

agrégation de données

partitionnement de données 

segmentation de données

Anglais

clustering

data clustering

binning

Sources

Source : GDT - Traitement des données