Partitionnement de données

Carte Commune · n° 251686

Le partitionnement de données ou regroupement (ou data clustering ou simplement clustering en anglais) est une méthode en analyse des données. Elle vise à diviser un ensemble de données en différents « paquets » homogènes, en ce sens que les données de chaque sous-ensemble partagent des caractéristiques communes, qui correspondent le plus souvent à des critères de proximité (similarité informatique) que l'on définit en introduisant des mesures et classes de distance entre objets. On distingue souvent les méthodes « hiérarchiques » et « de partition » Pour obtenir un bon partitionnement, il convient d'à la fois : minimiser l'inertie intra-classe pour obtenir des grappes (cluster en anglais) les plus homogènes possibles ; maximiser l'inertie inter-classe afin d'obtenir des sous-ensembles bien différenciés.

Lire sur Wikipédia · Image [[:File:Hierarchical_clustering_diagram.png#file|]]: Stathis Sideris on 10/02/2005 derivative work: Mhbrugman (talk), CC BY-SA 3.0