Atelier : PCA avant clustering
Débruiter puis regrouper en 2D lisible.
Énoncé
Données bruitées 10D avec 3 groupes : PCA 2D puis k-means vs k-means direct. Comparez silhouette et lisibilité, avec pipeline sans fuite.
Contraintes
PCA+k-means dans un seul pipeline, n_init fixé, test de stabilité sur graines.
Indices
make_pipeline(StandardScaler(), PCA(n_components=2), KMeans(...)).
Correction disponibleCherchez d’abord par vous-même.Voir la correction
Correction
from sklearn.pipeline import make_pipeline
pipe = make_pipeline(StandardScaler(), PCA(n_components=2), KMeans(n_clusters=3, n_init=10, random_state=0))
Attendu : PCA aide si bruit isotrope, nuit si signal dans les petites variances. Concluez sur vos données, pas en général : c'est ce qui fait un ingénieur.