« Clustering et classification hiérarchique en text mining » : différence entre les versions
Aller à la navigation
Aller à la recherche
| Ligne 1 : | Ligne 1 : | ||
{{ebauche}} | {{ebauche}} | ||
== clustering basé sur une distance == | |||
==Définition d'une distance == | |||
Voir [[Text Mining#Similarité]] pour un survol. | |||
'''à détailler un peu plus ici''' | |||
== Autres bases possibles pour la classification == | |||
D'autres bases existent pour la classification que la définition d'une distance poiur définir la similarité entre deux termes. On peut voir à ce sujet [http://www.charuaggarwal.net/text-cluster.pdf Aggarwal & Zhai] qui distinguent | |||
* la méthode LSI | |||
* la méthode NMF (Non-negative Matrix Factorisation) | |||
* les méthodes basées sur l'entropie | |||
ou encore [http://arxiv.org/pdf/physics/0512106v1.pdf Pons & Latapy] au sujet des marches aléatoires. | |||
===Méthodes de regroupement === | |||
== Références == | == Références == | ||
| Ligne 10 : | Ligne 28 : | ||
* Feinerer, I., Hornik, K. & Meyer, D. (2008). Text Mining Infrastructure in R. ''Journal of Statistical Software, 25''. [http://www.jstatsoft.org/v25/i05/paper PDF] | * Feinerer, I., Hornik, K. & Meyer, D. (2008). Text Mining Infrastructure in R. ''Journal of Statistical Software, 25''. [http://www.jstatsoft.org/v25/i05/paper PDF] | ||
* Pons, P. & Latapy, M. (2005) Computing communities in large networks using random walks [http://arxiv.org/pdf/physics/0512106v1.pdf PDF] | |||
=== Manuel R === | === Manuel R === | ||
| Ligne 27 : | Ligne 47 : | ||
* [http://fr.wikipedia.org/wiki/Partitionnement_de_donn%C3%A9es Wikipedia Partitionnement de données] | * [http://fr.wikipedia.org/wiki/Partitionnement_de_donn%C3%A9es Wikipedia Partitionnement de données] | ||
* [http://en.wikipedia.org/wiki/Non-negative_matrix_factorization Wikipedia Non-negative Matrix Factorisation] | |||
Version du 30 octobre 2014 à 17:39
Cet article est une ébauche à compléter. Une ébauche est une entrée ayant un contenu (très) maigre et qui a donc besoin d'un auteur.
clustering basé sur une distance
Définition d'une distance
Voir Text Mining#Similarité pour un survol.
à détailler un peu plus ici
Autres bases possibles pour la classification
D'autres bases existent pour la classification que la définition d'une distance poiur définir la similarité entre deux termes. On peut voir à ce sujet Aggarwal & Zhai qui distinguent
- la méthode LSI
- la méthode NMF (Non-negative Matrix Factorisation)
- les méthodes basées sur l'entropie
ou encore Pons & Latapy au sujet des marches aléatoires.
Méthodes de regroupement
Références
- Berry, M. & Castellanos, M. (2007) Survey of Text Mining: Clustering, Classification, and Retrieval, Second Edition PDF
- Aggarwal, C. & Zhai C. (2012). A Survey of Clustering Algorithms, in Mining Text Data, Springer. ch4 PDF
- Grivel, L. (s.d.) Outils de classification et de catégorisation pour la fouille de textes. http://www.irit.fr/SDC2006/cdrom/contributions/Grivel-isko-sdc.pdf PDF]
- Feinerer, I., Hornik, K. & Meyer, D. (2008). Text Mining Infrastructure in R. Journal of Statistical Software, 25. PDF
- Pons, P. & Latapy, M. (2005) Computing communities in large networks using random walks PDF
Manuel R
Références informelles
- Beloshytski, A. TextMining with R