Bonjour.
Je cherche à faire un clustering sur une matrice de données avec ~250 individus et ~2000 dimensions.
Les k-means ou la classification ascendante hiérarchique donnent des résultats satisfaisants.
Cependant, avec ces méthodes, les points intermédiaires, qui sont à la limite de plusieurs groupes, sont attribués à un seul de ces groupes, ce qui est assez gênant pour ce que je voudrait faire avec ces données.
Je crois qu'il existe des algorithmes qui permettent d'attribuer à chaque point une probabilité d'appartenir à chaque groupe. Par exemple, si un point est entre les groupes A et B, plutôt que de le mettre dans l'un ou l'autre, je voudrait avoir quelque chose du genre "40% d'appartenance au groupe A et 60% d'appartenance au groupe B".
Connaitriez vous le nom d'un ou plusieurs algos qui permettent de faire cela?
Merci d'avance.
Partager