Ritamarie19/examen-ml-clustering

Examen de Machine Learning – Clustering

Description

Ce projet a été réalisé dans le cadre de mon examen de Machine Learning. Il consiste à appliquer un algorithme de clustering non supervisé, en l’occurrence KMeans, sur un jeu de données réel.

L’objectif du projet est de regrouper des publications Facebook Live selon leur niveau d’engagement (réactions, commentaires, partages, likes), afin d’identifier des comportements similaires.

J’ai ensuite développé une application interactive avec Streamlit qui permet de visualiser les résultats du clustering. À l’ouverture de l’application, tous les clusters sont affichés automatiquement, puis l’utilisateur peut analyser chaque cluster individuellement.

Dataset

Le jeu de données utilisé s’intitule Facebook Live Sellers in Thailand. Il provient du site UCI Machine Learning Repository et contient des informations sur l’engagement des publications Facebook Live.

Source officielle : https://archive.ics.uci.edu/dataset/488/facebook+live+sellers+in+thailand

Méthodologie

Dans ce projet, j’ai suivi les étapes suivantes :

• —nettoyage et préparation des données
• —sélection des variables numériques pertinentes
• —normalisation des données
• —application de l’algorithme KMeans
• —analyse et interprétation des clusters obtenus

Application

L’application a été développée avec Streamlit et déployée sur Hugging Face Spaces.

Elle permet :

• —de visualiser tous les clusters dès l’ouverture
• —d’afficher les clusters sous forme de scatterplot
• —de filtrer et analyser chaque cluster séparément
• —de consulter la liste des individus appartenant à chaque cluster

Auteur

Rita Marie Chambaz Licence 3 – Big Data Dakar Institute of Technology