Commit 6355ed55 authored by Aude Chantel's avatar Aude Chantel
Browse files

Correction orthographique bis tp_clustering.ipynb

(deux oublis)
parent 074d310e
%% Cell type:markdown id: tags:
# TP Clustering / non-supervisé
%% Cell type:markdown id: tags:
Aujourd'hui, on utilisera les données proposées par scikit learn. Ces données sont déjà nettoyées, déjà prêtes dans la libraries.
Pour commencer, importez les libraries : numpy, matplotlib et le module datasets de scikit-learn
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
Maintenant, on va utiliser les fonctions suivantes de la librairie `dataset` : `datasets.make_circles`, `datasets.make_moons`, `datasets.make_blobs`, `datasets.make_blobs`.
Consultez la documentation intégrée de ces méthodes.
Vous pouvez trouver des exemples d'utilisation de ces méthodes sur https://scikit-learn.org/stable/auto_examples/cluster/plot_cluster_comparison.html
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
Générer 4 datasets, avec les paramètres suivants: n = 100, noise = .05, random_state = 8, cluster_std=[1.0, 2.5, 0.5].
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
Tracer les données générées dans le plan ($R^2$).
Commenter la difficulté du clustering.
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
# Formatage du jeu de données
%% Cell type:markdown id: tags:
Pour entrainer nos alogrithmes, on va splitter notre jeu de données en 3 sous-jeux de données:
Pour entrainer nos algorithmes, on va splitter notre jeu de données en 3 sous-jeux de données:
- train
- validation
- test
Pourquoi est-ce nécessaire?
Pour cela, utilisez la fonction scikit-learn `sklearn.model_selection.train_test_split`. Importez cette méthode,
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
# K-means
Utilisez les k-means sur chacun des datasets. __Conseil:__ : Une cellule par dataset pour plus de clarté.
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
Comment avez-vous choisi K ? Faites quelques tests, commentez les résultats. Gardez le meilleur hyperparmètre K.
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
Relancez plusieurs fois pour chaque dataset. Obtenez-vous les mêmes résultats? Si non, pourquoi?
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
# ACP / PCA / Principal Components Analysis
On a vu la PCA ce matin. La fonction Scikit pour cette transformation est `sklearn.decomposition.PCA`. À vrai dire, c'est un objet. Consulter la documentation rapidemment : https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html ou la doc intégrée.
Effectuez une PCA sur vos données avec 2 composantes.
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
Commentez la variance que vous avez pu expliqué.
Commentez la variance que vous avez pu expliquer.
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
Chargez le jeu de données iris. Ce jeu de données est un dataset très connu, assez facile.
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
Effectuez une PCA. Quelle est la variance expliquée?
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
Finalement, tracez ce jeu de données dans $R^2$. Est-il facile de retrouver des clusters?
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
# Si vous vous ennuyez
Si vous avez le temps, essayez de lancer un k-means sur les iris. Ensuite, effectuez une PCA, puis relancez des k-means.
%% Cell type:code id: tags:
``` python
```
%% Cell type:markdown id: tags:
Est-ce que vos résultats sont différents ?
Essayez de tracer vos résultats, en indiquant les clusters trouvés.
%% Cell type:code id: tags:
``` python
```
......
Supports Markdown
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment