Chapitre 13 — Les méthodes d'apprentissage automatique

Calculatrice interactive — Analyse quantitative

1. Standardiser / normaliser une valeur

$x$

$\hat{\mu}$

$\hat{\sigma}$

min

max

2. Part de variance expliquée par l'ACP

Valeurs propres (séparées par des virgules)

3. Une itération des K-moyennes (1D ou 2D)

Points : une paire "x y" par ligne (ou juste "x" pour du 1D).

centre initial 1 (x y)

centre initial 2 (x y)

Rappels : standardisation $x^{\text{std}}=(x-\hat{\mu})/\hat{\sigma}$ ; normalisation min-max $x^{\text{norm}}=(x-x_{\min})/(x_{\max}-x_{\min})$ ; ACP — part de variance de PC$_k$ $=\lambda_k/\sum_j\lambda_j$ ; K-moyennes — affecter au centre le plus proche, puis recalculer chaque centre comme la moyenne de son groupe, jusqu'à stabilisation.