Summary  
This chapter explains linkage methods for hierarchical clustering, detailing how to choose reference points between clusters—such as the closest (single linkage), farthest (complete linkage), centroids, or all point pairs (average linkage)—to compute inter-cluster distances and shape the resulting clusters.

General domain of usage  
Unsupervised machine learning (hierarchical clustering)

Les **méthodes de liaison** déterminent comment mesurer la distance entre les groupes lors de la construction progressive des clusters. Différentes liaisons produisent **des formes de clusters différentes**.

- Utilise la **distance la plus courte** entre les points de deux groupes ;
- Relie les groupes lorsque **n'importe quels points sont proches** ;
- Produit des clusters longs et enchaînés ;
- Adapté aux formes irrégulières ;
- Sensible au bruit.

Liaison simple

- Utilise la **distance la plus longue** entre les points de deux groupes ;
- Relie les groupes uniquement lorsque **tous les points sont relativement proches** ;
- Produit des clusters compacts et sphériques ;
- Moins d'effet de chaîne ;
- Plus robuste au bruit.

Liaison complète

- Utilise la **distance moyenne** entre toutes les paires de points de deux groupes ;
- Un compromis entre la liaison simple et complète ;
- Souvent un bon équilibre.

Liaison moyenne

- Utilise la **distance entre les centroïdes** de deux groupes ;
- Le centroïde est la position moyenne de tous les points du groupe ;
- Peut parfois provoquer des inversions (rapprochement des clusters en grandissant) ;
- Adapté à un regroupement géométriquement significatif.

Liaison par centroïde

Distance minimale entre les points des groupes

Clusters en chaîne, formes irrégulières

Distance maximale entre les points des groupes

Distance moyenne entre les points des groupes

Minimise la variance à l'intérieur des groupes

Télécharger le résumé de la section

Quelle méthode de liaison est connue pour créer des clusters longs et en chaîne et est la plus sensible au bruit ?

Acquérez une compréhension approfondie de l'analyse de clusters, une technique clé d'apprentissage non supervisé pour révéler des motifs dans des données non étiquetées. Explorez les principes fondamentaux de K-Means, du clustering hiérarchique, de DBSCAN et des GMM, et mettez en pratique vos connaissances sur des jeux de données réels afin de renforcer votre confiance dans l'application du clustering à des problématiques concrètes.

Approfondissement des fondamentaux du clustering et distinction par rapport à la classification. Exploration des algorithmes, outils et bibliothèques essentiels qui alimentent cette technique d'apprentissage non supervisé pour révéler des structures cachées dans les données.

Acquérir une compréhension approfondie des principales techniques de prétraitement garantissant un regroupement efficace. Comprendre la gestion des valeurs manquantes, l'encodage des variables catégorielles, la normalisation des données, ainsi que le choix des mesures de distance et des méthodes de liaison appropriées pour améliorer la précision du regroupement.

Maîtrise des compétences nécessaires pour appliquer efficacement le clustering K-Means. Compréhension du fonctionnement de l'algorithme, détermination du nombre optimal de clusters et expérience pratique de l'implémentation de K-Means sur des jeux de données synthétiques et réels.

Découvrez les principes fondamentaux du regroupement hiérarchique et la manière de regrouper des données en ensembles significatifs à l'aide de dendrogrammes. Acquérez une maîtrise dans l'identification du nombre optimal de groupes et dans l'application de cette technique sur des jeux de données synthétiques et réels.

Découvrez comment DBSCAN excelle dans la détection de groupes de formes variées et la gestion du bruit dans les données. Comprenez le fonctionnement de cet algorithme basé sur la densité, la méthode d’attribution des points aux groupes, et son application sur des ensembles de données synthétiques et réels en toute confiance.

Compréhension approfondie des modèles de mélange gaussien et de l'utilisation de la probabilité pour modéliser des formes de clusters complexes.
Principes de la distribution gaussienne.
Exploration du fonctionnement des GMM.
Application des GMM à des données factices et réelles pour renforcer la compréhension.

Liaisons