Enseignement : Antoine Lanco et Loïc Le-Mogne
Les TP sont à faire seul ou en duo
Vous devez utiliser la doc python
Faite un code modulaire (n dimension)
Initialiser un data set aléatoirement avec la fonction random
Initialiser un set de centre de cluster
Écrire une fonction euclide qui calcul la distance euclidienne entre deux points
Implementer l'algorithme des K-means
Afficher votre résultat avec matplotlib.scatter
Toujours avec matplotlib
Lire et adapté le format des fichiers
Adapter de code des K-means pour re déssiner une image avec K couleur
Pour commencer n'utliser pas d'image trop volumineuse
Afficher et sauvegarder l'image re déssinée
Proposer une initialisation plus fine que random pour les cluster (algo vu dans le cours 2)
Analyse en fonction du nombre de cluster (dessiner une courbe avec matplotlib)
Code
Image de base + image re déssinée
Graphique d'analyse