Détermination du nombre des classes dans l’algorithmeCROKI2 de classification croisée

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

1 RIADI - Laboratoire de recherche en Génie Logiciel, Applications distribuées, Systèmes décisionnels et Imagerie intelligente [Manouba]
2 AxIS - Usage-centered design, analysis and improvement of information systems
3 CEDRIC - MSDMA - CEDRIC. Méthodes statistiques de data-mining et apprentissage

One of the major problems of clustering is how to identify the number of clusters. Thisproblem is also present in biclustering or block clustering methods. In this paper, we areinterested by CROKI2 algorithm proposed by Govaert (1983) for contingency tables. Our goalis to find the optimal number of clusters on rows and columns by using some techniques ofcluster validity.

Un des problèmes majeurs de la classification non supervisée est la détermination ou la validation du nombre de classes dans la population. Ce problème s'étend aux méthodes de bipartitionnement ou block clustering. Dans ce papier, nous nous intéressons à l'algorithme CROKI2 de classification croisée des tableaux de contingence proposé par Govaert (1983). Notre objectif est de déterminer le nombre de classes optimal sur les lignes et les colonnes à travers un ensemble de techniques de validation de classes proposés dans la littérature pour les méthodes classiques de classification.

Mots clés: Clustering; Data analysis; Data Mining; Machine Learning

Mots clés: Apprentissage automatique; Exploration de données; Mise en cluster; Analyse des données

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

Malika Charrad, Yves Lechevallier, Gilbert Saporta, Mohamed Ben Ahmed. Détermination du nombre des classes dans l’algorithmeCROKI2 de classification croisée. EGC'2009: 9ème conférence internationale sur l'Extraction et la Gestion des Connaissances, Jan 2009, Strasbourg, France. pp.447-448, 2009. ⟨hal-01125739⟩