This HTML5 document contains 59 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dcthttp://purl.org/dc/terms/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
n19http://g.co/kg/m/
dbpedia-ruhttp://ru.dbpedia.org/resource/
rdfshttp://www.w3.org/2000/01/rdf-schema#
dbpedia-srhttp://sr.dbpedia.org/resource/
category-frhttp://fr.dbpedia.org/resource/Catégorie:
n15http://fr.dbpedia.org/resource/Modèle:
wikipedia-frhttp://fr.wikipedia.org/wiki/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n9http://www.nada.kth.se/~viggo/wwwcompendium/
owlhttp://www.w3.org/2002/07/owl#
n16http://ma-graph.org/entity/
n8http://www.cs.princeton.edu/courses/archive/fall14/cos521/projects/
dbpedia-frhttp://fr.dbpedia.org/resource/
prop-frhttp://fr.dbpedia.org/property/
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
dbrhttp://dbpedia.org/resource/
wikidatahttp://www.wikidata.org/entity/

Statements

Subject Item
dbpedia-fr:K-médiane
rdfs:label
K-médiane K-medians clustering
rdfs:comment
Le problème k-médiane, ou k-median en anglais, est un problème d'optimisation combinatoire, une branche de l'algorithmique. Le problème peut se décrire de façon informelle ainsi : étant donné n villes, il faut ouvrir un magasin dans k villes, tel que la moyenne des distances entre les villes et leurs plus proches magasins soit minimisée. Ce problème, proche du problème des k-moyennes, permet entre autres de faire du partitionnement de données.
owl:sameAs
dbpedia-ru:Метод_k-медиан wikidata:Q4041956 n16:115328559 dbpedia-sr:К-медијанска_кластеризација n19:0ch4lzs dbr:K-medians_clustering
dbo:wikiPageID
8964868
dbo:wikiPageRevisionID
168006419
dbo:wikiPageWikiLink
dbpedia-fr:Algorithme_d'approximation dbpedia-fr:Partitionnement_de_données dbpedia-fr:Moyenne dbpedia-fr:Graphe_complet dbpedia-fr:Algorithmique dbpedia-fr:NP-difficile dbpedia-fr:Fonction_objectif dbpedia-fr:Optimisation_linéaire dbpedia-fr:Problème_de_l'emplacement_d'installations dbpedia-fr:Gerhard_Woeginger dbpedia-fr:Recherche_locale_(optimisation) dbpedia-fr:Problème_algorithmique dbpedia-fr:Université_Stanford dbpedia-fr:Inégalité_triangulaire dbpedia-fr:K-moyennes dbpedia-fr:Théorie_des_graphes dbpedia-fr:K-centre dbpedia-fr:Espace_métrique category-fr:Algorithme_de_partitionnement_de_données dbpedia-fr:Optimisation_combinatoire category-fr:Problème_NP-complet dbpedia-fr:APX_(complexité) dbpedia-fr:Sanjeev_Arora dbpedia-fr:Marek_Karpinski
dbo:wikiPageExternalLink
n8:kmedian.pdf%7Ctitre=K-median n9:node132.html%238495
dbo:wikiPageLength
4760
dct:subject
category-fr:Problème_NP-complet category-fr:Algorithme_de_partitionnement_de_données
prop-fr:wikiPageUsesTemplate
n15:Références n15:Portail n15:Lien_web
prov:wasDerivedFrom
wikipedia-fr:K-médiane?oldid=168006419&ns=0
prop-fr:année
2000
prop-fr:auteur
Viggo Kann Pierluigi Crescenzi David Dohan, Stefani Karp, Brian Matejek dbpedia-fr:Marek_Karpinski Magnús Halldórsson dbpedia-fr:Gerhard_Woeginger
prop-fr:langue
en
prop-fr:site
A compendium of NP optimization problems Cours Advanced algorithms de Sanjeev Arora à l'université Stanford
prop-fr:titre
Minimum k-median
prop-fr:url
n9:node132.html%238495 http://www.cs.princeton.edu/courses/archive/fall14/cos521/projects/kmedian.pdf|titre=K-median Algorithms: Theory in Practice
foaf:isPrimaryTopicOf
wikipedia-fr:K-médiane
dbo:abstract
Le problème k-médiane, ou k-median en anglais, est un problème d'optimisation combinatoire, une branche de l'algorithmique. Le problème peut se décrire de façon informelle ainsi : étant donné n villes, il faut ouvrir un magasin dans k villes, tel que la moyenne des distances entre les villes et leurs plus proches magasins soit minimisée. Ce problème, proche du problème des k-moyennes, permet entre autres de faire du partitionnement de données. Une formalisation du problème est la suivante. Étant donné un ensemble de points V, de choisir un sous-ensemble de k points, appelés centres, tel que la moyenne des distances des points de V au plus proche centre soit minimisée. Le problème est le plus souvent exprimé dans un espace métrique. Il s'exprime alors naturellement comme un problème sur un graphe dont les arêtes ont des poids respectant l'inégalité triangulaire. On peut aussi considérer que les sommets sont divisés en deux catégories : les sommets ouvrables, et les sommets à couvrir. Ce problème est surtout étudié du point de vue de l'approximation. Il en existe plusieurs variantes, avec des métriques particulières, ou d'autres coûts à minimiser.