Segmentation hybride à base de différentes techniques de clustering

Abstract

Le clustering, l’un des processus majeurs dans le domaine de la science de données. Plusieurs techniques ont été proposée pour réaliser ce processus où chacune a été proposée pour des cas ou des types de données spécifiques. Dans ce projet, nous allons proposer et implémenter une nouvelle technique de clustering hybride basée sur des techniques existantes afin de les adapter et généraliser leurs domaines d’application. Cette hybridation est basée essentiellement sur deux grandes techniques de clustering, La technique par densité et la technique hiérarchique agglomérative, avec l’utilisation d’autres paramètres afin de la rendre une approche efficace.