« Classification ascendante hiérarchique » : différence entre les versions


m (Remplacement de texte — « [[Category: » par « [[Catégorie: »)
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 1 : Ligne 1 :
== en construction ==
[[Catégorie:Vocabulaire]]


== Définition ==
== Définition ==
In data mining and statistics, hierarchical clustering (also called hierarchical cluster analysis or HCA) is a method of cluster analysis which seeks to build a hierarchy of clusters. Strategies for hierarchical clustering generally fall into two types:[1]
C'est une méthode de classification automatique utilisée en analyse des données ; à partir d'un ensemble de ''n'' individus, son but est de répartir ces individus dans un certain nombre de classes.


* Agglomerative: This is a "bottom-up" approach: each observation starts in its own cluster, and pairs of clusters are merged as one moves up the hierarchy.
La méthode suppose qu'on dispose d'une mesure de dissimilarité entre les individus; dans le cas de points situés dans un espace euclidien, on peut utiliser la distance comme mesure de dissimilarité. La dissimilarité entre des individus ''x'' et ''y'' sera notée
* Divisive: This is a "top-down" approach: all observations start in one cluster, and splits are performed recursively as one moves down the hierarchy.


In general, the merges and splits are determined in a greedy manner. The results of hierarchical clustering are usually presented in a dendrogram.
== Français ==
'''classification ascendante hiérarchique''' <small> loc. nom. fém. </small>


'''Regroupement hiérarchique'''    <small> loc. nom. masc. </small>




== Anglais ==
'''hierarchical clustering'''


== Français ==
'''algorithme hiérarchique'''


[https://fr.wikipedia.org/wiki/Regroupement_hi%C3%A9rarchique  Source : wikipedia]


== Anglais ==
[[Catégorie:Scotty]]
'''hierarchical clustering'''
[[Catégorie:Vocabulaire]]

Version du 4 mai 2020 à 10:08

Définition

C'est une méthode de classification automatique utilisée en analyse des données ; à partir d'un ensemble de n individus, son but est de répartir ces individus dans un certain nombre de classes.

La méthode suppose qu'on dispose d'une mesure de dissimilarité entre les individus; dans le cas de points situés dans un espace euclidien, on peut utiliser la distance comme mesure de dissimilarité. La dissimilarité entre des individus x et y sera notée

Français

classification ascendante hiérarchique loc. nom. fém.

Regroupement hiérarchique loc. nom. masc.


Anglais

hierarchical clustering


Source : wikipedia