You are on page 1of 12

Lalgorithme des centres mobiles

1. 2. 3. 4. 5. 6.

La segmentation Les diffrents types de segmentation Rappel sur quelque notion Lalgorithme des centres mobiles Exemple dapplication Avantages et inconvnients de centre mobile

Consiste former des groupes homognes Lintrieur dune population. Pour cette tche, il ny a pas de classe expliquer , il sagit de crer des groupes homognes dans la population .il appartient ensuite un expert du domaine de dterminer lintrt et la signification des groupes ainsi constitus.

Il existe deux grandes classes de mthodes pour la segmentation sont les suivent : 1. non hirarchique : on dcompose lensemble dindividus en k groupes ,cette mthode suit deux approches : dans la premire, on obtient une partition au sens mathmatique(chaque donne est associe un et un seul groupe);dans la seconde, chaque donne est associe chaque groupe avec une certaine probabilit 2. hirarchique : on dcompose lensemble dindividus en une arborescence de groupes, elle suit deux approches :le premire ascendant le seconde descendant
4

Centre de gravit :Soit X un ensemble de donne,


chacune dcrite par P attributs. On nomme centre de gravit g de X une donne synthtique dont chaque attribut est gal la moyenne de cet attribut dans X. Soit, g = (1 ,2 , ... ).
1 = 2 X de N donnes : Linertie: Linertie dun = ensemble ( ,g) =1

inertie intraclasse: On dfinit linertie intraclasse


comme suit : =
i=k

Lalgorithme des centres mobiles est galement dnomm kmoyennes. Lobjectif est de segmenter les donnes en k groupes, k tant fix a priori . Lide de lalgorithme des centres mobiles est la suivante : on part de K donnes synthtiques (cest-`a-dire des points de lespace de donnes D ne faisant pas forcment parti du jeu de donnes) que lon nomme des centres . Chaque centre caractrise un groupe. chaque centre sont associes les donnes qui lui sont les plus proches ; cela cre un groupe autour de chaque centre. Ensuite, on calcule le centre de gravit de chacun de ces groupes ; ces k centres de gravit deviennent les nouveaux centres et on recommence tant que les groupes ne sont pas stabiliss, tant quil y a des donnes qui changent de groupe dune itration la suivante ou encore, tant que linertie varie substantiellement dune itration la suivante . 6

Ncessite: 2 paramtres : le jeu de donnes X, le nombre de groupes constituer KN prendre K centres arbitraires D rpter pour k {1, ...K} faire fin pour pour i {1, ...N} faire mink {1,...,K} d( , ) U { } fin pour pour k {1, ...K} faire centre de gravitde fin pour calculer jusque <seuil
7

Algorithme des k-moyennes 1. Choisir le nombre de groupes crer K 2. Choisir K centres initiaux 1 , .., 3. Pour chaque exemple, laffecter au groupe i dont le centre est le plus proche 4. Si aucun exemple ne change de groupe 5. Alors STOP 6. Sinon a) Calculer les nouveaux centres : Pour i = 1 K est la moyenne des lments du groupe b) Aller en 3)
8

faire 2 groupes dtudiants a partir de tableau suivent:


Les tudiants 1 2 3 4 5 La coordonne 1 14 12 16 10 14 La coordonne 2 14 17 20 11 16

Centres initiaux : 1 =(11,13) 2 =(14,18)

d(1 ,1 )= [(14 11)2 + (14 13)2 ]1/2 = 3.16 d(1 ,2 ) = [(14 14)2 + (14 18)2 ]1/2 4 d(2 ,1 )= 4.12 d(2 ,2 ) 2.24 d(3 ,1 ) > d(3 ,2 ) d(4 ,1 ) < d(4 ,2 ) d(5 ,1 ) > d(5 ,2 ) Nouveaux centres : 1 = ((14+10)/2,(14+11)/2) = (12,12.5) 2 = ((12+16+14)/3),(17+20+16)/3)=(14,17.6) calcul de d(1 ,1 ) d(1 ,2 ) rsultat inchang FIN

10

11

12

You might also like