📋 Structure du README proposée

BDshape - Reconnaissance des Formes par Classification

🎯 Contexte du Projet

Projet universitaire - M1 Master Informatique, année 2025-2026
Objectif : Évaluer le comportement de 5 méthodes classiques de descripteurs de formes en les associant à différents classifieurs sur une base complexe (9 classes, 11 échantillons).

Pourquoi ce projet est pertinent ?

La base BDshape est intentionnellement complexe :

• Formes occultées (classes 4, 5)
• Représentations partielles (classes 2, 3, 5)
• Distorsions (classe 6)
• Hétérogénéité (classe 8)

Enjeu : Comparer l'efficacité de 5 descripteurs de formes (E34, GFD, SA, F0, F2) avec 3 approches de classification différentes.

---

🛠️ Mon Rôle dans le Projet

J'ai implémenté et optimisé l'intégralité de la pipeline de classification :

✅ Approche KNN supervisée : Recherche du k optimal par validation croisée 10-fold + courbes précision-rappel
✅ Approche K-Means non supervisée : Méthode du coude pour déterminer k optimal + indices ARI/NMI
✅ Approche Vote Majoritaire : Fusion des prédictions de 5 descripteurs avec KNN
✅ Analyse comparative : Tests sur 5 classes vs 9 classes pour étudier l'impact de la complexité

Ma contribution clé : Architecture modularisée (5 fonctions principales réutilisables)

• Automatisation de la recherche d'hyperparamètres + Visualisations comparatives (matrices de confusion, courbes PR, AUC).

---

📊 Technologies & Stack Technique

• Langage : Python 3
• Descripteurs de formes : E34, GFD, SA, F0, F2 (fichiers .MET pré-calculés)
• Librairies clés :
  • scikit-learn : KNeighborsClassifier, KMeans, Pipeline, cross_val_predict, StratifiedKFold
  • numpy : Manipulations de données (votes majoritaires, indexation)
  • matplotlib : Visualisations (confusion matrices, courbes PR, WCSS)
  • scikit-learn.preprocessing : StandardScaler, label_binarize
  • scikit-learn.decomposition : PCA (visualisation en 2D)
  • scikit-learn.metrics : ARI, NMI, AUC, precision_recall_curve

---

🎓 Résultats Clés

Approche	Métrique	Résultat
KNN (k=1)	Accuracy moyenne	89
K-Means	ARI moyen	80
Vote Majoritaire	Accuracy (9 classes)	91
Vote Majoritaire	Accuracy (5 classes)	100

🚀 Fonctionnalités Principales

1️⃣ Chargement & Normalisation

charger_descripteurs(methode)  # Lit les 5 descripteurs depuis ./BDshape/
Lecture automatique des fichiers .E34, .GFD, .SA, .F0, .F2
Extraction de la classe depuis le nom du fichier (SxxNyyy)
Retour : features (N×D) + labels (N,)
2️⃣ Approche KNN Supervisée
rechercher_k_optimal_voisins(X, y, methode)  # Teste k=1..10
approche_knn(descripteurs, k_optimal=1)      # CV 10-fold + PR curves
Validation croisée stratifiée 10-fold
Matrice de confusion globale
Courbes précision-rappel par classe + AUC
3️⃣ Approche K-Means Non Supervisée
recherche_k_optimal_clusters(X, methode)  # Méthode du coude
approche_kmeans(descripteurs)              # ARI + NMI
Détermination automatique de k via WCSS (inertie)
Indices d'évaluation : ARI (Adjusted Rand Index), NMI (Normalized Mutual Information)
4️⃣ Vote Majoritaire
vote_majoritaire_descripteurs(descripteurs, k_optimal=1)        # 9 classes
vote_majoritaire_descripteurs_5_classes(descripteurs, k_optimal=1)  # 5 classes
Fusion des prédictions de 5 descripteurs
Comparaison impact : complexité base complète vs 5 classes
📁 Structure du Projet
BDshape/
├── README.md                 # Ce fichier
├── BDshape/                  # Base de données
│   ├── S01N001.E34, .GFD, .SA, .F0, .F2  # Classe 1, échantillon 1
│   ├── S01N002.E34, ...
│   └── ... (9×11 formes)
├── main.py                   # Script principal (exécution complète)
├── classification.py         # Fonctions réutilisables
└── results/                  # Résultats générés
    ├── confusion_matrices/
    ├── precision_recall_curves/
    └── summary.txt
🏃 Comment Exécuter
Installation
pip install numpy scikit-learn matplotlib
Exécution complète
python main.py
Cela lance automatiquement :

Recherche des k optimaux pour KNN et K-Means
Approche KNN avec validation croisée
Approche K-Means avec évaluation des clusters
Vote majoritaire (9 classes + 5 classes)
Exécution partielle (ex: KNN uniquement)
from classification import charger_descripteurs, approche_knn

X, y = charger_descripteurs("E34")
approche_knn(["E34"], k_optimal=1)
🔍 Points d'Intérêt Technique
✨ Choix implémentation
Pipeline scikit-learn : Normalisation automatique avant chaque split CV

✅ Élimine la fuite de données (data leakage)
✅ Code lisible et maintenable
StratifiedKFold vs KFold : Maintient la proportion des classes à chaque split

✅ Critique sur petite base (99 images)
cross_val_predict vs cross_val_score :

cross_val_predict → Prédictions "out-of-fold" pour matrices confusion vraies
cross_val_score → Scores moyens pour comparaison
Vote majoritaire :