Version imprimable
Bonjour,
j'ai besoin de connaitre sur quoi devrais-je me baser pour choisir telle ou telle méthode pour calculer ma matrice de distance?
Pour l'instant j'ai essayé la méthode par défaut (euclidienne) et aussi Canbera qui m'a donné un bon résultat.
Mais je veux savoir de quoi dépend le choix.
Est-ce que le nombre de lignes/colonnes dans un jeu de données est le facteur pincipal?
Cordialement.
Bonjour,
Le choix de la distance que vous devez choisir ne dépend pas de la taille de vos données. Ce qu'il faut savoir c'est que chacune des distances correspond à une façon plutôt qu'une autre de considérer que deux points sont proches.
S'il existe différentes méthodes c'est parce qu'il existe différentes distances qui ne vous donneront pas les même résultats (vous avez pu vous en rendre compte puisqu' apparemment Canberra vous donne de "bons" résultats comparée à la distance euclidienne.)
Par exemple la distance euclidienne revient à dire "Le plus court chemin pour aller d'un point A à un point B est la ligne droite." (nous réfléchissons souvent en distance euclidienne). La distance de Manhattan, du nom du célèbre arrondissement de New York, revient elle à dire que lorsque l'on ne peut pas aller tout droit, prendre d'abord à gauche puis à droite, ou d'abord à droite puis à gauche revient au même.
Et il en existe bien d'autres !
Je suppose que vous réalisez un clustering à partir de vos matrices de distances, sachez donc que votre choix de méthode détermine la façon dont vous agrégez vos individus et, partant de là, vos résultats.
J'espère avoir pu vous aider un peu...
À bientôt,
PS :
Dans la plupart des cas vous utiliserez la distance euclidienne.
Petit complément d'informations : http://http://fr.wikipedia.org/wiki/...%A9matiques%29
Bonjour et Merci pour votre réponse.
j'ai fait des recherches sur les méthodes de distances sous R mais je n'ai pas trouvé beaucoup de documentation qui illustre bien ceci. Si vous en disposez, merci bien de me les fournir.
Pour l'instant, la méthode euclidienne et Manathan c'est clair, mais le reste pas encore, surtout Canbera :)
Cordialement
encore merci