Algorithme de clustering

Un algorithme de clustering est un moyen qui permet de regrouper des données en ensembles homogènes, en se basant sur des critères de similarité ou de distance. C’est comme si on voulait ranger des objets dans des boîtes, en les classant par couleur, par forme, par taille, etc. On compare les objets entre eux, en suivant une règle ou une clé. On met les objets qui se ressemblent dans la même boîte, et on sépare les objets qui sont différents. On mesure la performance du regroupement, en fonction de la cohésion, de la séparation et de la pertinence. On peut aussi améliorer le regroupement, en fonction du nombre, de la forme et de la tailledes ensembles.

L’intelligence artificielle utilise ce moyen pour regrouper des données qui sont complexes ou hétérogènes, comme des points, des mots, des images, etc. Il existe différents types et méthodes de moyens, selon le type de problème à résoudre, le type de données à utiliser, et le type de solution à obtenir. Par exemple, il y a des moyens hiérarchiques, partitionnels, flous, densité-basés, etc.

Exemple :

Un exemple d’application de ce moyen en intelligence artificielle est le clustering de textes, qui permet de regrouper des textes en catégories thématiques, en se basant sur des critères de similarité sémantique. C’est comme si on voulait ranger des livres dans une bibliothèque, en les classant par genre, par sujet, par auteur, etc. On compare les livres entre eux, en suivant une règle ou une clé. On met les livres qui parlent du même thème dans la même étagère, et on sépare les livres qui parlent de thèmes différents. On mesure la qualité du regroupement, en fonction de la pertinence, de la cohérence et de la diversité. On peut aussi améliorer le regroupement, en fonction du nombre, de la forme et de la taille des catégories.

Retourner à l'index du lexique