Analyse des silhouettes

L'analyse des silhouettes permet de calculer à quel point chaque observation ressemble à la grappe à laquelle elle est attribuée par rapport aux autres grappes. Cette mesure (largeur de silhouette) varie de -1 à 1 pour chaque observation de vos données et peut se lire comme suit :

Des valeurs proches de 1 indiquent que l'observation correspond bien à la grappe attribuée.
Des valeurs proches de 0 suggèrent que l'observation est à la limite entre deux grappes.
Des valeurs proches de -1 suggèrent que l'observation pourrait être attribuée à la mauvaise grappe.

Dans cet exercice, vous utiliserez les fonctions pam() et silhouette() de la bibliothèque cluster pour effectuer une analyse des silhouettes et comparer les résultats de modèles avec k = 2 et k = 3. Vous poursuivrez le travail avec l'ensemble de données lineup.

Portez une attention particulière au diagramme de silhouettes : chaque observation appartient‑elle clairement à sa grappe attribuée pour k = 3?

Cette activité fait partie du cours

Analyse de regroupements dans R

Voir le cours

Instructions de l’exercice

Générez un modèle k-means pam_k2 avec pam() et k = 2 sur les données lineup.
Tracez l'analyse des silhouettes avec plot(silhouette(model)).
Répétez les deux premières étapes pour k = 3, en enregistrant le modèle sous pam_k3.
Assurez-vous d'examiner les différences entre les diagrammes avant de continuer (surtout l'observation 3) pour pam_k3.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

library(cluster)

# Generate a k-means model using the pam() function with a k = 2
pam_k2 <- pam(___, k = ___)

# Plot the silhouette visual for the pam_k2 model
plot(silhouette(___))

# Generate a k-means model using the pam() function with a k = 3
pam_k3 <- ___

# Plot the silhouette visual for the pam_k3 model

Modifier et exécuter le code