Classification Data Mining 2015
Les pdf utiles :
Indications relatives à l'examen de 2014 :
Exo 1 1) matrice de variance-covariance : [25/3 3.5;3.5 5/3] 2) valp1=59/6, valp2=1/6 vecp1=[3.5 1.5] et vecp2 perpendiculaire à vp1
Exo2 : Avantages : pas de nombre de classes à déterminer au départ, pas d'initialisation de centres, outliers autorisés
Résultat Méthode Kmeans : - Classe 1 : {a,b,c} - Classe 2 : {d,e,f} - Classe 3 : {g,h,i,j}
Résultat de DBSCAN avec epsilon = 1 : valeur de paramètre critique ⇒ chaque point est considéré comme outlier. Pour epsilon = sqrt(2) (modification du sujet) - Classe 1 : {a,b,c} - Classe 2 : {g,h,i,j} - Outliers : d,e,f
Exo 3 : Approcher les espérances par des moyennes empiriques (ce qui explique le caractère très approximatif de la démarche).