AI-ordlista
Den kompletta ordlistan över AI
Assignation de cluster
Étape de l'algorithme où chaque point de données est associé au cluster dont le centroïde est le plus proche selon la métrique de distance choisie.
K-means flou (Fuzzy C-means)
Variante de K-means où chaque point peut appartenir à plusieurs clusters avec des degrés d'appartenance, au lieu d'une assignation binaire.
Sensibilité à l'initialisation
Propriété de K-means où le résultat final peut dépendre fortement du choix initial des centroïdes, pouvant conduire à des optima locaux.
Matrice de confusion de clustering
Outil d'évaluation qui compare les étiquettes de cluster prédites aux étiquettes réelles pour mesurer la performance du clustering supervisé.
Problème d'affectation quadratique
Défi computationnel dans K-means qui consiste à trouver la meilleure correspondance entre les points et les centroïdes pour minimiser la distance totale.
Hypersphère de décision
Frontière géométrique (souvent sphérique) dans l'espace des caractéristiques qui définit la région d'assignation à un centroïde spécifique.