Clustering avec k-moyennes: exercice de programmation

Les deux ateliers de programmation présentent les concepts enseignés dans le cours. Vous avez déjà terminé certaines parties des deuxième et troisième ateliers de ce cours.

Clustering utilisant la similarité manuelle

Précédemment dans ce cours, vous avez conçu la mesure de similarité manuelle dans les trois premières sections de ce Colab. Vous allez maintenant terminer le workflow de clustering dans les sections 4 et 5. Étant donné que vous avez personnalisé la mesure de similarité pour votre ensemble de données, vous devriez voir des clusters pertinents.

Vous allez :

  • Cluster utilisant des k-moyennes avec la mesure de similarité manuelle.
  • Générez des métriques de qualité.
  • Interprétez le résultat.
Colab
Clustering avec une mesure manuelle de similarité

Clustering utilisant la similarité supervisée

Vous avez obtenu le résultat du clustering en utilisant une mesure manuelle de similarité. Vous allez ici comparer le résultat à une mesure de similarité supervisée. Vous avez déjà conçu la mesure de similarité supervisée dans les trois premières sections de ce Colab. Vous allez maintenant exécuter les sections 4 et 5.

Vous allez :

  • Cluster utilisant des k-moyennes avec la mesure de similarité supervisée.
  • Générez des métriques de qualité.
  • Interprétez le résultat.
Colab
Clustering avec une mesure de similarité supervisée