Data Science - La méthode K-Means avec Python (scikit-learn)

Classification automatique (clustering). Mise en oeuvre de la méthode des K-Means sous Python avec la librairie Scikit-Learn. Représentations graphiques (librairies Pandas et surtout Seaborn). Lecture et interprétation des résultats. Caractérisation des classes. Identification du "bon" nombre de classes avec la courbe de décroissance de l'inertie intra-classes. Utilisation du package Yellowbrick. Données et programme : tutoriels-data-mining.blogspot...
00:00 Présentation
03:43 Jupyter Notebook
04:20 Description des données "Fromages"
05:10 Importation des données
06:54 Représentations graphiques
09:50 Standardisation des variables
12:47 K-Means avec la librairie "Scikit-Learn"
13:44 Inspection et interprétation des résultats
20:30 Courbe de décroissance de l'inertie intra-classes
22:10 La librairie "Yellowbrick"
26:45 K-Means avec le "bon" nombre de classes