Kernel K-Means: Preuve de convergence

Cette séance de cours couvre l'algorithme Kernel K-Means, une procédure itérative impliquant l'initialisation des grappes, l'assignation des points de données et la mise à jour centroïde jusqu'à la stabilité. La preuve de convergence est détaillée, montrant comment la fonction de coût change par rapport aux centroïdes. On discute de l'influence du noyau RBF sur le regroupement, en mettant l'accent sur le poids accordé aux points proches des regroupements. La séance de cours explore également l'interprétation de la solution en termes de densité et de nombre de points, mettant en évidence l'impact des différents noyaux et paramètres sur le résultat du regroupement.