User Tools

Site Tools


pestova_valentina:solution_homework2

Notre implémentation de l'algorithme CURE s'effectue sur l'attribut Retail_Price des voitures. Voici une capture d'écran de la fin de l'exécution de l'algorithme. Il s'arrête quand 10 clusters sont trouvés. Le nombre de points-représentants est aussi 10. Le détails de notre implémentation sont commentés dans le code (fichier CURE_algo.py). Nous n'utilisons pas kd-tree mais nous avons essayé d'optimiser l'algorithme par la liste de clusters triés par les distances vers leurs voisins les plus proches. L'algorithme s'exécute environ 8 minutes (sur les machines du CREMI) et affiche les déplacements de points lors du traitement de graphe ainsi que la taille de la liste de clusters. Quand elle devient égale 10, l'exécution s'arrête.

Le résultat d'exécution

Le projet Tulip curetulip.tlpx

(nous n'avons pas pu télécharger le fichier .py)

La version d'algorithme qui utilise 2 variables (3, ou plus) comme une fonction de distance entre les clusters. curemultivar.tlpx

Conclusion (les réponses aux questions posée dans l'exercice):

Cette version (en différence de la première) crée des clusters avec les propriétés Width et Weight des voitures. Une fois l'algorithme effectué, pour un petit nombre de cluster donné en entrée (3 par exemple) on constate que dans le premier cluster se trouve en moyenne les voitures avec le moins de puissance (HP) et le prix le plus bas, à l'exception de quelques unes correspondantes aux voitures de sports qui sont petites et chères. Dans le deuxième cluster se trouve les voitures plus grandes et lourdes que celles du premier. Leur puissance est également supérieure. Dans le dernier cluster se trouve les voitures les plus grandes et lourdes, leur puissance est en moyenne toujours plus grande a l'exception de quelques unes dont le prix est aussi faible qui correspondent aux voitures d'entrée de gamme de la catégorie des grosses voitures. Pour les voitures du cluster 1, (celles de petites tailles) on remarque qu'elles ont en moyenne le plus d'autonomie pour rouler en ville (City MPG) par rapport aux autres voitures des clusters 2 et 3

/net/html/perso/melancon/Visual_Analytics_Course/data/pages/pestova_valentina/solution_homework2.txt · Last modified: 2013/10/26 16:33 by parisienne