Partitionnement K-means Robuste

Le partitionnement K-means robuste est une extension du K-means classique qui protège les estimations de clusters de la distorsion causée par les valeurs aberrantes (outliers) ou les observations contaminées. En élaguant une fraction spécifiée par l'utilisateur des points les plus extrêmes avant de mettre à jour les centres de clusters, l'algorithme produit des partitions stables et significatives même lorsque les données contiennent des cas atypiques qui biaiseraient gravement le K-means standard.