Contributions à l'étude de la classification spectrale et applications
Contributions à l'étude de la classification spectrale et applications
Contributions à l'étude de la classification spectrale et applications
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
4.3 Spectral Clustering sur les données génomiques 131<br />
Etu<strong>de</strong> <strong>de</strong> l’espèce A17<br />
Tout d’abord, le spectral clustering est appliqué sur les données initiales. Pour l’espèce A17, <strong>la</strong><br />
figure 4.8 regroupe donc :<br />
– (a) : <strong>la</strong> représentation dans R 3 <strong>de</strong>s données <strong>de</strong> l’espèce A17 ;<br />
– (b) : le ratio η = 2<br />
k(k−1)<br />
k i=1 rij en fonction du nombre <strong>de</strong> c<strong>la</strong>sses k ;<br />
j=i+1<br />
– (c) : le résultat du spectral clustering pour k = 4. Chaque couleur représente un même profil<br />
temporel.<br />
(a) Données initiales (b) Ratio η fonction <strong>de</strong> k<br />
(c) Résultat du spectral clustering pour k = 4<br />
Figure 4.8 – Etu<strong>de</strong> avec les données <strong>de</strong>s profils temporels <strong>de</strong> l’espèce A17<br />
D’après <strong>la</strong> figure 4.8 (b), on observe que, pour le <strong>de</strong>uxième minimum du ratio η (k = 4), le cluster<br />
qui rassemble <strong>la</strong> quasi totalité <strong>de</strong>s points a un profil invariant <strong>et</strong> <strong>de</strong> moyenne nulle. Les autres clusters,<br />
représentant environ 2% <strong>de</strong>s gènes, présentent <strong>de</strong>s profils aux amplitu<strong>de</strong>s fortes <strong>de</strong> répression ou bien