Méthodes hiérarchiques et DBSCAN

Les k-moyennes supposent des groupes ronds, de taille comparable, ainsi qu’une valeur de k fixée. Lorsque ces hypothèses ne tiennent plus, d’autres algorithmes gèrent des formes et des densités plus complexes. 🔍

Le regroupement hiérarchique fusionne encore et encore les deux groupes les plus proches, construisant de bas en haut un arbre de groupes imbriqués.

Cet arbre est représenté sous la forme d’un dendrogramme. Coupez-le à la hauteur choisie : les branches situées en dessous deviennent vos groupes.

Un avantage important est que vous ne vous engagez pas sur k trop tôt. Vous examinez le dendrogramme, puis décidez où le couper.

La façon de mesurer la distance entre les groupes dépend de la liaison, par exemple Ward, moyenne ou complète.

DBSCAN adopte une approche différente : il considère les groupes comme des régions denses de points séparées par des zones moins denses.

DBSCAN a besoin d’un rayon de voisinage eps et d’un nombre minimal de points. Ensemble, ils définissent ce qui est suffisamment dense.

Contrairement aux k-moyennes, DBSCAN détermine lui-même le nombre de groupes à partir de la densité de vos données.

Les points situés dans des zones peu denses sont signalés comme bruit avec l’étiquette moins un, au lieu d’être forcés dans un groupe.

Comme il suit la densité, DBSCAN peut suivre des groupes longs, courbés ou aux formes inhabituelles que les k-moyennes découperaient.

Utilisez le regroupement hiérarchique pour explorer une structure imbriquée, et DBSCAN pour des formes irrégulières avec une gestion intégrée des valeurs aberrantes.

Le regroupement hiérarchique construit un dendrogramme que vous coupez, tandis que DBSCAN trouve des groupes denses de toutes formes et signale le bruit. 🎯