Labo de clustering

Comparez trois méthodes de regroupement euclidien sur les mêmes données à deux dimensions. Exécuter lance le calcul ; Étape avance k-means d’une itération. Pause et Continuer conservent l’état. Réinitialiser efface les groupes mais garde les points. La démo génère des nuages reproductibles selon ses réglages.

k-Means utilise une initialisation k-means++ avec graine fixe, puis les mises à jour de Lloyd. SSE est la somme des distances au carré aux centres attribués. Un groupe vide conserve son centre. La solution est locale, sans garantie d’optimum global ; arrêt lorsque les attributions se stabilisent ou après 200 itérations. DBSCAN relie les voisinages denses de rayon ε ; le minimum inclut le point lui-même. Le gris indique le bruit. Le lien simple coupe un arbre couvrant minimal en k groupes ; des chaînes fines peuvent relier des nuages séparés. Des égalités de distance peuvent produire plusieurs partitions valides.

Collez ou ouvrez un CSV et choisissez des colonnes X et Y différentes. Les en-têtes X/Y sont privilégiés, sinon les deux premières colonnes numériques. Le point et la virgule décimale (entre guillemets ou avec séparateur point-virgule) sont acceptés. Les lignes invalides sont comptées puis ignorées. Limites : 2 000 lignes de données, 32 colonnes, 1 MiB, coordonnées de −10⁹ à 10⁹. Aucune standardisation : les échelles des coordonnées influencent les distances. Exemple : (0,0), (0,1), (10,10), (10,11) donnent deux paires pour k=2.

Les axes ont la même échelle. Ctrl/Meta + molette zoome ; Ctrl/Meta + glisser déplace. Ajuster aux points restaure la vue. Le tableau indique les effectifs et les centres (k-means) ou moyennes descriptives (autres méthodes) ; les couleurs se répètent après huit groupes. Le CSV exporte tous les points valides et leur attribution actuelle : groupes à partir de 1, bruit à 0. Pour k-means en cours, le résultat peut être intermédiaire. Outil pour petits jeux de données, sans dendrogramme ni sélection automatique des paramètres.