Micro rappel précision non supervisés : vers de nouvelles mesures de qualité de clustering
Résumé
Ce papier propose une approche alternative aux indices classiques de qualité de clustering. Nos indices de Macro- et Micro- Rappel/Précision s'inspirent des modèles de classification symbolique en exploitant la répartition des propriétés des données associées aux classes. Nous en illustrons une application pour l'analyse de données textuelles qui permet de mettre en évidence l'hétérogénéité d'un résultat de clustering.