Détermination du nombre de classes dans les méthodes de bipartitionnement

Malika Charrad (1) , Yves Lechevallier (2) , Gilbert Saporta (3) , Mohamed Ben Ahmed (1)

1 ENSI - École Nationale des Sciences de l'Informatique [Manouba]
2 AxIS - Usage-centered design, analysis and improvement of information systems
3 CEDRIC - MSDMA - CEDRIC. Méthodes statistiques de data-mining et apprentissage

Some clustering algorithms require the knowledge of the number of clusters in the popu-lation. The problem becomes more complex with biclustering algorithms where it is necessaryto determine the number of clusters on both dimensions: rows and columns. We propose toextend the application of some indices used for clustering validation to biclustering validation,mainly with Croki2 algorithm. We also propose a new validation index based on the total dif-ferential that we compare with conventional indices. We test the efficiency of these methodson data artificially generated around a number of clusters known on the rows and columns.

Une des premières critiques que présentent certains algorithmes de partitionnement simple est la connaissance requise du nombre de classes dans la population. Le problème devient plus complexe dans le cas de bipartitionne-ment où il faut déterminer le nombre de classes sur les deux dimensions : les lignes et les colonnes. Nous proposons d'étendre l'application de certains indices de validation du nombre de classes proposés initialement dans le cadre de la classification simple, à la classification simultanée, en particulier à l'al-gorithme Croki2 de classification des tableaux de contingence. Nous proposons également un nouvel indice de validation basé sur la différentielle que nous com-parons avec les indices classiques. Nous testons l'efficacité de ces méthodes sur des données générées artificiellement autour d'un nombre de classes connus sur les lignes et les colonnes.

Mots clés: Validity Indices; Number of clusters; Machine Learning; Block clustering; Biclustering; conjoint analysis; missing values; weighted regression

Mots clés: Nombre de classes; Indices de validation; Apprentissage automatique; Bloc de clustering; Indices de validité; Nombre de clusters; Classification double; Bipartitionnement

Domaines: Informatique [cs]; Statistiques [math.ST]

Malika Charrad, Yves Lechevallier, Gilbert Saporta, Mohamed Ben Ahmed. Détermination du nombre de classes dans les méthodes de bipartitionnement. 17émes Rencontres de la Société Francophone de Classification, Jun 2010, Saint-Denis de la Réunion, France. pp.119-122. ⟨hal-01125840⟩