Universit Sultan Moulay Slimane

Facult des Sciences et Technique

Bni-Mellal
Dpartement Informatique

Anne universitaire
2012 --- 2013
Master ID --- S3

Srie 2 Datamining
Raliser par les tudiants 2eme anne Master
Informatique Dcisionnelle 2012/2013
Propos par : M.FAKIR
[Slectionnez la date]

[Tapez le rsum du document ici. Il s'agit gnralement d'une courte synthse du document. Tapez
le rsum du document ici. Il s'agit gnralement d'une courte synthse du document.]

Srie N 2 Module Datamining

Exercice 1 :
Le but de cet exercice est de trouver des couples homognes des produits qui utilisent pour
leur fabrication une mme famille de machine on utilisant la formule de dissimilarit
suivante :
D(Pi,Pk)=ni+nk/
1- la matrice D de dissimilarit entre les produits est :
Produit

P1

P2

P3

P4

P5

P6

P7

P8

produit
P1
P2
P3
P4
P5
P6
P7
P8

0
1
4/5
1
1/2
1
0
3/4

1
0
1
1/2
4/5
1
1
1

4/5
1
0
6/7
2/3
1/2
4/5
1/4

1
1/2
6/7
0
2/3
4/5
1
5/6

1/2
4/5
2/3
2/3
0
4/5
1/2
3/5

1
1
1/2
4/5
4/5
0
1
3/4

0
1
4/5
1
1/2
1
0
3/4

3/4
1
1/4
5/6
3/5

2- Lapplication de la mthode classification ascendante hirarchique (saut minimum) sur

matrice D.
Etape1 :
On a la distance minimale entre deux point dans la matrice D existe entre P1 et P7, On
note A= {P1, P7}.La distance entre A et chaque produit Pi sera calcul comme suite :
d(A,Pi)=min{d(P1,Pi),d(P7,Pi)} avec

Produit
A={P1,P7}
B={P3,P8}
P2
P4
P5
P6
Produit
A={P1,P7}
P2
P3
P4
P5
P6
P8

A={P1,P7} B={P3,P8} P2
0
3/4
1
3/4
0
1
1
1
0
1
5/6
1/2
1/2
3/5
4/5
1
1/2
1
A={P1,P7} P2
P3
P4
0
1
4/5
1
1/2
1
3/4

1
0
1
1/2
4/5
1
1

4/5
1
0
6/7
2/3
1/2
1/4

P4
1
5/6
1/2
0
2/3
4/5

6/7
0
2/3
4/5
3/5

P5

P5
1/2
3/5
4/5
2/3
0
4/5
P6

P6
1
1/2
1
4/5
4/5
0
P8

1/2
4/5
2/3
2/3
0
4/5
3/5

1
1
1/2
4/5
4/5
0
3/4

1
1/4
5/6
3/5
3/4
0

Etape 2.
On va rassembler entre P3, P8 et On note B= {P 3, P8}.

Etape3 :
Produit

A={P1, P7}

B={P3,P8}

A={P1,P7}
B={P3,P8}
{P2,P4}
P5
P6

0
3/5
1
1/2
1

3/4
0
5/6
3/5
1/2

{P2,P4
}
1
5/6
0
2/3
4/5

P5

P6

1/2
3/5
2/3
0
4/5

1
1/2
4/5
4/5
0

Etape4
produit

A=
{P1,P7 ,P5}
A={P1,P7 ,P5} 0
B= {P3, P8 }
3/5
{P2,P4}
2/3
P6
4/5

B= {P3, P8 }
3/5
0
5/6
1/2

P6
{P2,P4}
2/3
5/6
0
4/5

4/5
1/2
4/5
0

Etape5
Produit
A={P1,P7 ,P5}
B= {P3, P8,P6
}
C={P2 ,P4}

A= {P1,
P7 ,P5}
0
3/5

B= {P3,P8,P6
}
3/5
0

C={P2 ,P4}

2/3

4/5

2/3
4/5

Etape6
Produit
A UB
C={P2 ,P4}

A UB

C={P2 ,P4}
2/3
0

0
2/3

3- la hirarchie induite (Dendrogramme):

Indice de lhirarchie

Cluster Dendrogramme

2/3
3/5
1/2
P5

1/4
0

P3

P6

P2

P8
P1

P7

4les trois familles de

1 produits sont:
On a les trois groupes suivante :
1re famille: {P2, P4}.
1er famille : {P2,P4}
2me famille: {P3, P6, P8}.
3me famille: {P1, P5, P7}.
5- la matrice de couplage :

P4

M8

M4

M2

M1

1
1

1
1
1
1

M5

M7

1
1
1

M3

M6

1
1

P
P3
P6
P8
P5
P1
P7
P2
P4

1
1
1
1

1
1

6 - les machines utilises par chacune des 3 familles sont :

Schma dorganisation des actions

7- Dpres le schma dorganisation des actions

Daprs le schma en dessus la machine M2 appartient au 2me et au 3me groupe la
fois au aussi la machine M7 appartient aux 1er et 3me groupe et la machine M1 appartient
aux 3 groupes.

Donc pour pouvoir organiser la production en trois familles de couples produits,

machines sans interaction on aura besoin de deux machines de type M2 et M7 et de trois
machines de type M1.
8- On Introduire les 4 machines supplmentaires M2, M7, M1 et M1
La nouvelle matrice A Produits x Machines 8 lignes et 12 colonnes, chaque produit sera
produire par une seule machine de mme type.

Machine
s

M8

M4

M2

M1

1
1
1

M1

M2

M5

M7

1
1
1

1
1
1

M1

M7

M3

M6

1
1

1
1

Produit
P3
P6
P8
P5
P1
P7
P2
P4

1
1

Exercice 2 :
La matrice de dpart est :
A

Objets
A

Objets

1 : Application de la mthode de Classification Ascendante Hirarchique saut minimum :

1er tape : on regroupe C et D.
On applique la relation d({C,D} ,uj)=min{d(C,uj),d(D,uj)} avec uj {A ,B,E,F,G,H,I,J}
Objets

{C,D }

0
6
6
2
3
5
6
6
6

6
0
5
6
6
6
7
7
7

6
5
0
6
6
6
7
7
7

2
6
6
0
2
5
6
6
6

3
6
6
2
0
5
6
6
6

5
6
6
5
5
0
6
6
6

6
7
7
6
6
6
0
1
5

6
7
7
6
6
6
1
0
5

6
7
7
6
6
6
5
5
0

Objets
{C,D }
A
B
E
F
G
H
I
J

2eme tape : on regroupe H et I

On applique la relation d({C,D},{H,I})=min{d({C,D},H), d({C,D},I)}
Objets

{C,D }

{H,I}

0
6
6
6
2
3
5
6

6
0
7
7
6
6
6
5

6
7
0
5
6
6
6
7

6
7
5
0
6
6
6
7

2
6
6
6
0
2
5
6

3
6
6
6
2
0
5
6

5
6
6
6
5
5
0
6

6
5
7
7
6
6
6
0

Objets
{C,D }
{H,I}
A
B
E
F
G
j

3eme tape : on regroupe E et F

On applique la relation d({C,D},{H,I})=max{d({C,D},H), d({C,D},I)
Objets

{C,D }

{H,I}

{E ,F}

0
6
2
6
6
5
6

6
0
6
7
7
6
5

2
6
0
6
6
5
6

6
7
6
0
5
6
7

6
7
6
5
0
6
7

5
6
5
6
6
0
6

6
5
6
7
7
6
0

Objets
{C,D }
{H,I}
{E ,F}
A
B
G
j

4eme tape : on regroupe {C, D} et {E ,F}

Objets

{C,D,E,F}

{H,I
}

0
6
6
6
5
6

6
0
7
7
6
5

6
7
0
5
6
7

6
7
5
0
6
7

5
6
6
6
0
6

6
5
7
7
6
0

Objets
{C,D ,E,F}
{H,I}
A
B
G
J

5emetape : on regroupe A et B
Objets

{C, D ,E,F}

{H,I }

{A, B}

0
6
6
5
6

6
0
7
6
5

6
7
0
6
7

5
6
6
0
6

6
5
7
6
0

Objets
{C,D ,E,F}
{H,I}
{A,B}
G
J

6eme tape : on regroupe {H,I} et J

Objets

{C, D,E,F}

{H,I,J}

{A,B}

0
6
6
5

6
0
7
6

6
7
0
6

5
6
6
0

{C, D, E, F,G}

{H, I, J}

{A, B}

0
6
6

6
0
7

6
7
0

Objets
{C, D,E,F}
{H,I,J}
{A,B}
G

7eme tape : on regroupe {C,D,E,F} et G.

Objets
Objets
{C,D ,E,F,G}
{H,I,J}
{A,B}

8eme tape : on regroupe {A,B}et {C,D ,E,F,G}

Objets

{C,D,E,F,G,A,B {H,I, J}
}

Objets
{C,D ,E,F,G, A,B }
{H,I,J}

0
6

6
0

2 : Reprsentation de larbre de classification

Indice de lhirarchie
Dendrogramme de cluster

3
2
1

1
C

3 : la hirarchie des partitions que nous donne la CHA

Daprs larbre de classification quon a dessin dans la question 2, on distingue deux
groupes :
-Groupe : A = { A ,B,C,D,E,F,G}
-Groupe : B ={H,I,J}
4: La matrice de dissimilarit ultra mtrique dduite des rsultants de la CAH.
Une dis similarit est ultra mtrique si on a :1jn

10

1kn alors : dij max(dik,djk)

Objets
A

Objets

5 : la matrice initiale est elle de Robinson ?

Une matrice est dite de Robinson si et seulement si les termes des lignes et des colonnes
sont croissantes partir de chaque terme de la diagonale.
La matrice est dite la matrice de Robinson. Lorsquon loigne la diagonale principale et les
valeurs saugmentent.

Exercice 3 :
1 : la matrice D de des similarits entre machines en utilisant la distance de Hamming :

Machine

10

1
2
3
4
5
6
7
8
9
10

0
2
5
1
6
5
4
1
6
6

2
0
5
1
4
5
4
1
4
4

5
5
0
6
5
0
1
6
5
3

1
1
6
0
5
6
5
0
5
5

6
4
5
5
0
5
4
5
0
2

5
5
0
6
5
0
1
6
5
3

4
4
1
5
4
1
0
5
4
4

1
1
6
0
5
6
5
0
5
5

6
4
5
5
0
5
4
5
0
2

6
4
3
5
2
3
4
5
2
0

11

2 : Application en deux fois la mthode de la classification Ascendante Hirarchique

Saut minimum
1er tape: on regroupe 3 et 6
Machine

{3,6}

10

{3,6}
1
2
4
5
7
8
9
10

0
5
5
6
5
1
6
5
3

5
0
2
1
6
4
1
6
6

5
2
0
1
4
4
1
4
4

6
1
1
0
5
5
0
5
5

5
6
4
5
0
4
5
0
2

1
4
4
5
4
0
5
4
4

6
1
1
0
5
5
0
5
5

5
6
4
5
0
4
5
0
2

3
6
4
5
2
4
5
2
0

2er tape: on regroupe 4 et 8

Machine

{3,6}

{4 ,8} 1

10

{3,6}
{4 ,8}
1
2
5
7
9
10

0
6
5
5
5
1
5
3

6
0
1
1
5
5
5
5

5
1
2
0
4
4
4
4

5
5
6
4
0
4
0
2

1
5
4
4
4
0
4
4

5
5
6
4
0
4
0
2

3
5
6
4
2
4
2
0

5
1
0
2
6
4
6
6

3eme tape : on regroupe 5 et 9

Machine

{3,6}

{4 ,8} {5 ,9} 1

10

{3,6}
{4 ,8}
{5 ,9}
1
2
7
10

0
6
5
5
5
1
3

6
0
5
1
1
5
5

5
1
4
2
0
4
4

1
5
4
4
4
0
4

3
5
2
6
4
4
0

5
5
0
6
4
4
2

5
1
6
0
2
4
6

12

4eme tape : on regroupe {3,6} et 7

Machine

{3,6,7} {4 ,8} {5 ,9} 1

10

{3,6,7}
{4 ,8}
{5 ,9}
1
2
10

0
5
4
4
4
4

4
1
4
2
0
4

3
5
2
6
4
0

5
0
5
1
1
5

4
5
0
6
4
2

4
1
6
0
2
6

5eme tape : on regroupe {4,8} et 1

Machine

{3,6,7} {1,4 ,8} {5 ,9} 2

10

{3,6,7}
{1 ,4 ,8}
{5 ,9}
2
10

0
4
4
4
3

3
5
2
4
0

4
0
5
1
5

4
5
0
4
2

4
1
4
0
4

6eme tape : on regroupe {1,4,8} et 2

Machine

{3,6,7} {1,4 ,8 ,2} {5 ,9} 10

{3,6,7}
{1 ,4 ,8,2}
{5 ,9}
10

0
4
4
3

4
0
4
4

4
4
0
2

3
4
2
0

7eme tape : on regroupe {5,9} et 10

Machine

{3,6,7} {1,4 ,8 ,2} {5 ,9,10}

{3,6,7}
{1 ,4 ,8,2}
{5 ,9,10}

0
4
3

4
0
4

13

3
4
0

8eme tape : on regroupe {5,9,10} et {3,6,7}

Machine

{3,6,7}U{5 ,9,10} {1,4 ,8 ,2}

{3,6,7}U{5 ,9,10} 0
{1 ,4 ,8,2}
4
En fin, on dessine larbre de classification comme suit

Indice de lhirarchie

4
0

Dendrogramme de clusters

10
1
1

0
3

Saut moyenne
On applique la formule suivante : d(A,uJ)=moy(d(A1, uj), d(A2, uj),, d(An, uJ))
er
1 tape : on regroupe 3 et 6
Machine

{3,6}

10

{3,6}
1
2
4
5
7
8

0
5
5
6
5
1
6

5
0
2
1
6
5
1

5
2
0
1
4
4
1

6
1
1
0
5
5
0

5
6
4
5
0
4
5

1
5
4
5
4
0
5

6
1
1
0
5
5
0

5
6
4
5
0
4
5

3
6
4
5
2
4
5

14

9
10

5
3

6
6

4
4

5
5

0
2

4
4

5
5

0
2

2
0

2er tape : on regroupe 1 et 8

Machine

{3,6}

{4 ,8} 2

10

{3,6}
{4 ,8}
1
2
5
7
9
10

0
6
5
5
5
1
5
3

6
0
1
1
5
5
5
5

5
1
2
0
4
4
4
4

5
5
6
4
0
4
0
4

1
5
5
4
4
0
4
4

5
5
6
4
0
4
0
2

3
5
6
4
2
4
2
0

5
1
0
2
6
5
6
6

3er tape : on regroupe 5 et 9

Machine

{3,6}

{4 ,8} {5 ,9} 1

10

{3,6}
{4 ,8}
{5 ,9}
1
2
7
10

0
6
5
5
5
1
3

6
0
5
1
1
5
5

5
1
4
2
0
4
4

1
5
4
5
4
0
4

3
5
2
6
4
4
0

5
5
0
6
4
4
2

5
1
6
0
2
5
6

4eme tape : on regroupe {1,8} et 4

Machine

{3,6,7} {4 ,8} {5 ,9} 1

10

{3,6}
{1,4 ,8}
{5 ,9}
1
2
10

0
5,5
4,5
5
4,5
3 ,5

4,5
1
4
2
0
4

3 ,5
5
2
6
4
0

5,5
0
5
1
1
5

4,5
5
0
6
4
2

5
1
6
0
2
6

5eme tape : on regroupe {3,6} et 7

Machine

{3,6,7} {1,4 ,8} {5 ,9} 2

15

10

{3,6,7}
{1 ,4 ,8}
{5 ,9}
2
10

0
5,25
4,5
4,5
3,5

5,25
0
5,5
1 ,5
5,5

4,5
5,5
0
4
2

4,5
1 ,5
4
0
4

3,5
5,5
2
4
0

6eme tape : on regroupe {1,4,8} et 2

Machine

{3,6,7} {1,4 ,8 ,2} {5 ,9} 10

{3,6,7}
{1 ,4 ,8,2}
{5 ,9}
10

0
4,875
4,5
3,5

4,875
0
4,75
4,75

4,5
4,75
0
2

3,5
4,75
2
0

7eme tape : on regroupe {5,9} et 10

Machine

{3,6,7} {1,4 ,8 ,2} {5 ,9,10}

{3,6,7}
{1 ,4 ,8,2}
{5 ,9,10}

0
4,875
4

4,875
0
4,75

4
4,75
0

8eme tape: on regroupe {5,9,10} et {3,6,7}

Machine

{3,6,7}U{5 ,9,10} {1,4 ,8 ,2}

{3,6,7}U{5 ,9,10} 0
{1 ,4 ,8,2}
4 ,88

En fin, on dessine larbre de classification comme suit :

Indice de lhirarchie
16

4 ,88
0

Dendrogramme de Clusters

3
2
1,5
1

2
10

7
3

3 : La matrice de couplage en utilisant le dendrogramme de saut minimum

Produits

Machines
2
1
1
1
1
1
1
1
4
1
1
1
1
8
1
1
1
7
1
1
3
1
1
6
1
1
1
10
1
1
5
1
9
1
4 : En appliquant la mthode de ROC pour dterminer la matrice rarrange.

1
1

Principe de la mthode de ROC :

Le regroupement ou classement (ROC) est une technique spcifiquement applicable
dans l'analyse des flux de production. Il est un moyen efficace et facile utiliser algorithme

17

de regroupement de machines dans les cellules. Il est bas sur le tri des lignes et des
colonnes suivant les tapes suivants :
1/. Attribuer poids binaire et calculer une dcimale de masse pour chaque ligne en utilisant
m
la formule
Dcimale de masse pour la ligne
i bip 2 m p
p 1

Lorsque m est le nombre de lignes et de b est un nombre binaire (0 ou 1)

2/. Classez les lignes de haut en bas dans un ordre dcroissant des valeurs dcimales de
masse
3/. Attribuer poids binaire et calculer une dcimale de masse pour chaque colonne en
n
utilisant la formule
Dcimale de masse de la colonne
j b pj 2 n p
p 1

Lorsque n est le nombre de colonnes et b est un nombre binaire (0 ou 1)

4/. Classement de la colonne de gauche droite dans l'ordre dcroissant
valeurs de poids dcimal
5/. Continuer les tapes de la procdure jusqu' ce qu'il n'y a pas de changement dans la
position de chaque lment dans chaque ligne et colonne.
Application
1er itration :
Etape : 1
Puissance 27

26

25

24

23

22

21

20

Produits

Poids
classement
dcimals

165
132
73
164
18
73
9
164
18
66

Machines
1
2
3
4
5
6
7
8
9
10

1
1

1
1

1
1

1
1

1
1

1
1
1

1
1

1
1

1
1

18

1
4
5
2
8
6
10
3
9
7

Etape : 2&3
Produits
Machines

28

27

26

10

puissance

29

25
1

24

23

22

21

Poids
dcimal
classement

960

56

896

49

960

14

529

Etape 4 :
Produits

1
1
1
1

1
1
1
1

1
1
1

1
1
1

1
1

1
1
1

1
1

Machines
1
2
8
2
3
6
10
5
9
7
Etape 5 :

1
19

20

On refait le mme travail jusqu la stabilisation des positions des lignes et colonnes
2me itration :
Etape 1 :
puissance 27

26

25 24

23

22

21

20

Produits

1
1
1
1

1
1
1
1

1
1
1

Machines
1
2
8
2
3
6
10
5
9
7

1
1
1

Poids
classement
dcimals
240
224
224
192
12
28
10
3
3
20

1
1
1
1
1

1
1

1
2
3
4
7
5
8
9
10
6

Etape : 2&3
Produits

puissance

machines
1

28

27

29

26

10

25

24

23
1
1

20

22
1

21

9
Poids
960
dcimal
classement 1

960

896

560

44

56

20

Etape 4 :
Produits

1
1
1
1

1
1
1
1

1
1
1

1
1
1

1
1
1

1
1

machines
1
4
8
2
6
7
3
10
5
9

1
1

1
1

3me itration :
Etape 1 :
puissance 27

26

25

24

23

22

21

20

Produits

1
1
1
1

1
1
1
1

1
1
1

Machines
1
4
8
2
6
7
3
10
5
9

1
1

1
1
1

1
1
1

21

1
1
1

1
1

Poids
classement
dcimals

240
224
224
192
28
24
12
6
3
3

1
2
3
4
5
6
7
8
9
10

On voit que la position des lignes est stable. Donc, lalgorithme sarrte.

La matrice rarrange quon a trouve est :

Produits

Machines
1
1
1
1
1
4
1
1
1
8
1
1
1
2
1
1
6
1
7
1
3
10
5
9
Les groupes de machines possibles sont :

1
1
1

1
1
1

1
1
1

1
1

A={1,2,4,8} ,B={6,7,3} C={10,5,9}

On constate que la mthode de ROC est plus facile et efficace

Daprs la matrice rarrange, on peut organiser la production par la disposition de 2
fois le produit H et B pour quon puisse utiliser les trois familles des machines.

Exercice 4 :
On a le tableau suivant :

M
1
2
3
4
5
6

1
1
1

1
1

1
1

1
1

Mthode de ROC
tape 1 :
Valeurs
en

27

26

25

24

23
22

22

8
1

1
1

21

20

1
1

binaires
P
M
1
1
2
3
4
5
6

1
1
1

1
1

1
1

1
1

Ordre
des
lignes
2
4
1
6
5
3

1
1

1
1

Nombre
en
dcimale
201
54
237
19
50
196

Etape 2:
P
M

3
1
6
2
5
4

1
1
1

1
1
1

Dcimale
quivalent
Ordre

56

56

38

48

1
1

1
1

25
24
23
22
21
20

1
1

1
1

1
1
1

Valeur
binaire

1
1
1

44

49

Etape 3
M
3
1
6
2
5
4

1
1
1
1

2
1
1
1

8
1
1

5
1
1

6
1
1
1

3
1

1
1

1
1
1

1
1
1

21

20

Etape 4 :
Valeurs
binaires 27

26

25

24

23

23

22

Nombre ordre

3
1
6
2
5
4

1
1
1

1
1
1

1
1

1
1
1

1
1

1
1
1

1
1
1

252
240
208
15
7
35

1
2
3
5
6
4

Etape 5 :
P
M
3
1
6
4
2
5

1
1
1

1
1
1

1
1

1
1

56
2

1
1
1

25
24
23
22
21
20

7
8

1
1

Dcimale
quivalent 56
classement 1

Valeur
binaire

52
3

48
4

1
1

1
1
1

42
5

35
6

7
7

Lalgorithme sarrte, car on a obtenu le mme classement de la 4me tape.

Daprs la mthode de ROC, la matrice rarrange est celui qui correspond

ltape 5.
Daprs la matrice rarrange, on a deux groupes de machine :
-groupe A= {1,3 ,6}
-groupe B= {2,4,5}

24