Orange Data Mining – Cartes de Kohonen (SOM)

Machine learning. Apprentissage non-supervisé. Implémentation des Cartes de Kohonen (SOM – Self Organizing Maps) sous Orange Data Mining. Paramétrage. Lecture interprétation des résultats à travers les représentations graphiques associées à la carte (variables actives et illustratives). L’approche combine les avantages d’une technique de réduction de dimension et de clustering (pré-clustering) puisque chaque nœud représente un sous-ensemble d’observations. Il est possible de réaliser une CAH (classification ascendante hiérarchique) via la matrice des distances déduite de la carte.

Site de Orange Data Mining : https://orangedatamining.com/
Données et workflow : https://tutoriels-data-science.blogspot.com/

00:00 Introduction - Carte de Kohonen
03:07 Données "Iris"
03:51 Démarrage du logiciel et création d'un workflow
04:24 Import. des données et stat. descriptives (CSV File Import + Feature Statistics)
05:25 Rôle des variables (Select Columns)
05:58 Standardisation des variables (Continuize)
06:56 Self-Organizing Map - Paramétrage, visualisation, interprétation
10:19 Accès aux individus dans les cellules
11:59 Réf. de la cellule d'appartenance pour chaque individu
12:40 Distance (euclidienne) entre cellules (Distance Matrix)
17:01 Regroupements additionnels basés sur la carte (Distance Map)
20:16 Conclusion