Clustering
SeraPlot provides two clustering algorithms — K-Means and DBSCAN — each available as both a one-call chart function and a reusable class API.
| Model | Type | Description |
|---|---|---|
| K-Means Chart | Chart | 2D K-Means clustering visualization with inertia display |
| KMeans Class | Class API | N-dimensional K-Means with sklearn-compatible interface |
| DBSCAN 2D | Chart | 2D DBSCAN density-based clustering chart |
| DBSCAN 3D | Chart | 3D DBSCAN clustering visualization |
| DBSCAN Class | Class API | DBSCAN class with labels_, n_clusters_, n_noise_ |
When to use each
- Use chart functions (
sp.kmeans(),sp.build_dbscan_chart()) for quick one-liner visualizations. - Use class APIs (
sp.KMeans(),sp.DBSCAN()) when you need the cluster labels or centroids for downstream processing.
SeraPlot propose deux algorithmes de clustering — K-Means et DBSCAN — disponibles en tant que fonction graphique et en tant qu'API classe.
| Modèle | Type | Description |
|---|---|---|
| Graphique K-Means | Graphique | Visualisation K-Means 2D avec affichage de l'inertie |
| Classe KMeans | API Classe | K-Means N-dimensionnel compatible scikit-learn |
| DBSCAN 2D | Graphique | Graphique de clustering DBSCAN par densité en 2D |
| DBSCAN 3D | Graphique | Visualisation DBSCAN en 3D |
| Classe DBSCAN | API Classe | Classe DBSCAN avec labels_, n_clusters_, n_noise_ |
Quand utiliser chaque variante
- Utilisez les fonctions graphiques (
sp.kmeans(),sp.build_dbscan_chart()) pour des visualisations rapides en une ligne. - Utilisez les API classes (
sp.KMeans(),sp.DBSCAN()) quand vous avez besoin des labels de clusters ou des centroïdes pour un traitement ultérieur.