Intelligence Artificielle
Lab 11 : Clustering
Objectifs de la série
Fichiers squelettes
Énoncé
Exercice 1 : Le clustering de partitionnement par l’algorithme
k-means
Exercice 2 : Le clustering hiérarchique
Documentation du code
clusteringHierarchique
kMeans
distance
Modules de test
Intelligence Artificielle
Docs
»
Index
_
|
A
|
C
|
D
|
F
|
K
|
M
|
N
|
P
|
R
|
T
_
__init__() (méthode clusteringHierarchique.Noeud)
,
[1]
A
afficheClusters() (dans le module kMeans)
afficheDentogramme() (méthode clusteringHierarchique.Noeud)
afficheNoyaux() (dans le module kMeans)
afficheResultat() (dans le module clusteringHierarchique)
(dans le module kMeans)
argmin() (dans le module distance)
C
chargeDonnees() (dans le module clusteringHierarchique)
(dans le module kMeans)
clustering() (dans le module clusteringHierarchique)
(dans le module kMeans)
clusteringHierarchique (module)
D
distance (module)
distance() (dans le module distance)
distanceClusters() (dans le module clusteringHierarchique)
F
fini() (dans le module clusteringHierarchique)
(dans le module kMeans)
formeClusters() (dans le module kMeans)
K
kMeans (module)
M
maladies (module)
N
Noeud (classe dans clusteringHierarchique)
P
profits (module)
R
recentreNoyau() (dans le module kMeans)
retourneNoyaux() (dans le module kMeans)
reviseClusters() (dans le module clusteringHierarchique)
(dans le module kMeans)
T
testclusteringHierarchique (module)
testkMeans (module)