Clustering part 1

Quel est l'objectif principal du clustering dans l'apprentissage automatique ?

• Pour regrouper des points de données similaires

• Prévoir les résultats futurs

• Classer les données dans des catégories prédéfinies

• Réduire la dimensionnalité des données

Parmi les algorithmes suivants, lesquels sont couramment utilisés pour le regroupement ?

• K-Means

• Hierarchical Clustering

• Linear Regression

• K-Modes

Dans le regroupement K-Means, que représente « K » ?

• Le nombre de clusters

• Le nombre d'itérations

• La métrique de distance utilisée

• Les positions initiales des centroïdes

Quel est le principal inconvénient du regroupement K-Means ?

• Il n'est pas extensible

• Il ne peut pas traiter de grands ensembles de données

• Il suppose des clusters sphériques

• Il est coûteux sur le plan informatique

Quelles sont les fonctions de distance ?

• Euclidianne

• Manhattan

• Chebyshev

• Cosinus