Subspace clustering et degrés de typicité d'attributs : une étude prospective
Résumé
Subspace clustering can offer, beside a decomposition of data into homogeneous and distinct clusters, a characterisation of the subspaces in which the clusters live. This paper explores the possibility of capturing the notion of characteristic features in the framework of typicality degrees , as typical features. To that aim, it discusses the notion of typicality degrees for features and proposes an Alternating Cluster Estimation algorithm, named TbSC, to exploit these degrees within subspace clustering. It illustrates their differences experimentally using simple data sets.
Au-delà de la décomposition de données en clusters homogènes et distincts, le subspace-clustering peut proposer une caractérisation des sous-espaces dans lesquels les clusters vivent. Cet article propose d'étudier la possibilité de capturer la notion d'attribut caractéristique dans le cadre des degrés de typicité, comme attribut ty-pique. Dans ce but, il étudie la notion de degrés de typicité pour les attributs et propose un algorithme d'estimation alternée de clusters, nommé TbSC, afin d'exploiter ces degrés dans le subspace clustering. Il illustre leurs différences sur des bases de données simples.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...