Académique Documents
Professionnel Documents
Culture Documents
17
I. La Classification Ascendante Hiérarchique (CAH)
1. Principe de la CAH
Le principe est le suivant :
» Etape 0: chaque individu forme sa propre classe
» La variance intra est nulle et la variance inter est maximale et égale à
la variance totale ;
» Etape 1: on construit une matrice de dissimilarité entre les n éléments et
l’on cherche les deux les plus proche.
» On obtient alors (n-1) classes. Cette fois, l’inertie intra > 0 et
l’inertie inter est supérieure l’inertie intra.
18
I. La Classification Ascendante Hiérarchique (CAH)
1. Principe de la CAH
19
I. La Classification Ascendante Hiérarchique (CAH)
Exemple
20
I. La Classification Ascendante Hiérarchique (CAH)
Total 10 100,0 -
22
II. Les méthodes de classification descendante
Les méthodes de classification ont pour point de départ, un ensemble où tous
les individus forment la même classe. La procédure est la suivante:
» On part de la partition où tous les individus forment une seule
classe ;
» Pour chaque variable, on calcule un critère et on sélectionne celle
qui maximise ce critère ( = argmax ) ;
» On divise la population en deux groupes, selon la variable ;
» On obtient alors les classes et . On réitère la procédure sur
chaque classe.
On a généralement deux méthodes de classification descendante: la méthode
de williams-Lambert et la méthode de segmentation.
23
II. Les méthodes de classification descendante
Méthode de Williams-Lambert
Cette méthode s’applique sur des variables qualitatives ou transformées en
variables qualitatives.
On utilise le critère de liaison globale défini par :
24
II. Les méthodes de classification descendante
Méthodes de segmentation
Elle cherche à constituer des classes homogènes à partir d’une variable Y qui
sera privilégiée par rapport aux autres (le fait d’avoir ou pas un ordinateur
peut jouer un rôle privilégié sur l’étude du marché des ordinateurs et des
nouvelles technologies).
Selon la nature de la variable Y, on distingue deux approches:
» ELISEE (Exploration des Liaisons et Interactions par Segmentation ou
Expérience): lorsque Y est qualitative
25
II. Les méthodes de classification descendante
Méthode de segmentation
» AID (Automatic Interact Detect): lorsque Y est quantitative
On suppose les variables dichotomiques.
La classification est effectuée à l’aide de l’inertie inter-classe résultant de la
partition de la population en deux classes, par la variable .