Apprentissage profond - Partitionnement hiérarchique de données

Après avoir présenté le partitionnement par l'algorithme k-means, le partitionnement DBSCAN, et le partitionnement spectral, je vous présente ici le partitionnement spectral. Cette technique se base sur la théorie spectrale des graphes et sur l'algèbre linéaire pour séparer un graphe en plusieurs sous-graphes de tailles équivalentes.

C'est une technique d'apprentissage non supervisé dans le sens où l'algorithme sera capable de regrouper de lui-même les données en fonction de leurs similitudes.