CURVA Framework
Analyse locale · données privées
ÉTAPE 01 / 04

Chargez vos observations.

Les variables numériques descriptives entrent directement dans E0. Les autres variables sont orientées selon leur rôle et peuvent être réintégrées à l’étape appropriée. Les identifiants restent hors du clustering et servent uniquement à la traçabilité.

↗
Adresse directe du datasetLe serveur source doit autoriser le téléchargement depuis le navigateur.
SOURCE BRUTE DU NOTEBOOK · INTÉGRÉE

Open Soil Spectral Library

Les 1 000 premières observations du fichier OSSL v1.2 utilisé dans Colab. CURVA part de cette source brute, construit E0 puis applique E1 à E5 une seule fois.

OSSL v1.2 · SOURCE · 1 000 × 2 886
CAS NON AGRICOLE · BIOMÉDICAL

Breast Cancer Wisconsin

Mesures numériques de noyaux cellulaires. La variable diagnostique est volontairement absente : CURVA doit découvrir les structures sans connaître les classes.

569 observations · 30 dimensions · 0 étiquette
ÉTAPE 02 / 04

Définissez le niveau de preuve.

Le protocole compare les solutions, puis les soumet à plusieurs tests indépendants.

E0Audit initialTypes, manquants, constantes
E1ImputationMédiane numérique
E2OutliersWinsorisation IQR
E3CatégoriesEncodage contrôlé
E4FeaturesVariables dérivées
E5SélectionVariance et corrélation
E6ReprésentationsRAW, Standard, Robust, Min–Max
TTuningChoix de k
RRobustesseGraines et sous-échantillons
HHoldoutGroupé ou aléatoire répété
IInterprétationProfils discriminants
RECHERCHE

Solutions candidates

Modèles à comparer
Représentations
Étude d’impact E0–E6

Le même échantillon, le même k de référence et les mêmes paramètres sont conservés entre les étapes. Ce budget concerne uniquement la comparaison E0–E6 ; l’analyse finale conserve l’échantillon choisi.

ROBUSTESSE

Tests de confiance

Holdout de généralisation

CURVA privilégie un découpage par groupes sans chevauchement. Sans variable de groupe valide, il applique un découpage aléatoire répété et le signale comme test de reproductibilité.

Les calculs s’exécutent localement. Sur un grand dataset, la durée dépend du nombre d’observations, de variables et de solutions à comparer.
ANALYSE EN COURS

Préparation des données

Validation des valeurs et construction des représentations…

0 %
ÉTAPE 04 / 04

Rapport d’analyse.

Une synthèse reproductible des données, du protocole, des résultats et des limites.

CADRE SCIENTIFIQUE

La confiance vient d’un faisceau de preuves.

CURVA Framework ne confond pas une bonne silhouette avec une bonne partition. Chaque solution est évaluée sur quatre axes.

01 · SéparationSilhouette, Davies–Bouldin et Calinski–Harabasz.
02 · StabilitéCohérence entre graines et sous-échantillons, mesurée par l’ARI.
03 · ÉquilibreDétection des micro-clusters et partitions dégénérées.
04 · InterprétationVariables qui différencient réellement les profils.