Data Science - La méthode K-Means avec R (Clustering)

Classification automatique (clustering). Mise en oeuvre de la méthode des K-Means sous le logiciel R. Préparation des variables. Utilisation de la fonction "kmeans". Représentations graphiques. Lecture et interprétation des résultats. Caractérisation des classes. Identification du "bon" nombre de classes (clusters, groupes). Inerties inter-classes, intra-classes et totales. Données et programme : http://tutoriels-data-mining.blogspot... 00:00 Introduction : algorithmes de clustering, k-means 03:20 Description des données. Le fichier "fromages.txt". 04:40 Démarrage de RStudio et création d'un Notebook 07:30 Importation et inspection des données 09:25 Quelques représentations graphiques 13:00 Préparation des données (standardisation) 17:25 K-Means en 2 classes et interprétation des résultats 27:50 Identification du "bon" nombre de classes 31:50 K-Means en 3 classes