L'action gmmLe Gaussian Mixture Model (GMM) est un algorithme de clustering probabiliste qui suppose que les données sont issues d'une superposition de plusieurs distributions gaussiennes aux paramètres inconnus. produit trois types de sorties cruciales pour la prise de décision : clusterSumOut qui fournit un résumé statistique des clusters (taille, centroïdes), clusterCovOut qui détaille les matrices de covariance pour comprendre la dispersion de chaque segment, et le paramètre output qui permet de générer une table de score. Cette dernière contient les probabilités d'appartenance de chaque observation à chaque groupe détecté, permettant une interprétation fine des comportements clients ou opérationnels.
Quels sont les livrables analytiques générés pour piloter votre stratégie métier ?
Exemples pour l'action gmm
Clustering GMM de base
Exécution d'un mélange gaussien sur deux variables avec les paramètres par défaut.
Clustering avancé avec inférence variationnelle et sortie de score
Utilisation d'une covariance complète, limitation à 5 clusters max, et génération d'une table de résultats incluant les probabilités d'appartenance.

