Segmentation
Informations
Il s’agit d’un extrait de la formation. Cette formation peut se faire en présentiel ou à distance. Pour en savoir plus, merci de me contacter.
1 Introduction
En pratique, on n’a pas toujours une base avec les classes (dossier frauduleux ou non). Ainsi, il est important de réaliser une étude non-supervisée, afin de segmenter les observations.
L’idée de segmentation est de regrouper des individus qui se ressemblent. La ressemblance ou la similitude est définie par une distance.
On peut utiliser quelques méthodes classiques de segmentations:
- Kmeans
- Classification ascendante hiérarchique
2 Préparation des données
- Suppression des anomalies
- Normalisation des données
- Réduction des dimensions
3 Classification ascendante hiérarchique
3.1 Principe
3.2 Résultats
3.2.1 Méthode average
3.2.2 Méthode single
3.2.3 Méthode complete
3.2.4 Méthode ward.D
4 Kmeans
4.1 Détermination du nombre de segments
4.2 Visualisation des résultats
4.3 Visualisation par indicateur
4.3.1 Indicateur 1
4.3.2 Indicateur 2
4.3.3 Indicateur 3
