Clustering de graphes - Détection des communautés (Python / igraph)
Recherche des communautés dans un graphe représentant un réseau social via les techniques de clustering. Matrice d'adjacence. Transformation en matrice de distances cosinus. Application de la CAH (classification ascendante hiérarchique). Identification des individus caractéristiques des clusters avec la notion de médoïde. Traitements sous Python avec les packages igraph, scipy, scikit-learn.
Page de cours : https://cours-machine-learning.blogsp...
00:00 Clustering de graphes - Détection de communautés
05:15 Matrice d'adjacence - Représentation du graphe
07:43 Matrice d'adjacence vs. matrice de distances cosinus
10:22 'Eléments d'analyse de données' (Diday et al.)
12:09 Notebook - La question de l'environnement Python
14:18 Importation des données
15:25 Visualisation du graphe
17:58 Construction de la matrice de distances - Vérification
20:20 CAH - Classification ascendante hiérarchique
21:15 Matérialisation des clusters dans le dendrogramme
22:20 Vecteur d'appartenance aux groupes - Graphe new look
23:55 Médoïde - Individus caractéristiques des clusters
28:37 Dernière version du graphe