Réponse rapide
K-means impose un nombre de groupes et optimise des centres selon une distance ; le regroupement hiérarchique construit une arborescence de fusions ou séparations visualisable à plusieurs niveaux.
Aucun algorithme ne choisit toujours les bons groupes
K-means et hiérarchique ont hypothèses, sensibilités et coûts différents. Testez stabilité et interprétation avant d’automatiser une décision.
Comparer les hypothèses
K-means convient à groupes compacts et échelles maîtrisées ; hiérarchique expose structure mais peut être coûteux et sensible au lien choisi.
Comparer la sortie
Centres et affectations se lisent différemment d’un dendrogramme et d’un seuil de coupe qui produit le nombre de groupes.
Valider le sens
Testez stabilité, perturbations, interprétation physique et effet sur détection de mode ou décision.
Sources et références
- [1] Robotics and Autonomous Systems — NIST