Improved README

README.md

@@ -1,10 +1,10 @@
-# 5ISS- Analyse et Traitement de Données
+# 5ISS - Analyse et Traitement de Données
 
 Paul Faure - Arnaud Vergnet
 
 Ce dépôt contient les sources utilisées pour le TP de 5ISS en Analyse et Traitement de Données.
 
-Il comprend un fichier par partie de TP (`tp1-kmeans.py.py`, `tp2-agglo.py.py` et `tp3-dbscan.py`) et deux fichiers servant de librairie commune (`mydatalib.py` pour le traitement de données, `myplotlib.py` pour l'affichage de graphes).
+Il comprend un fichier par partie de TP (démarrant par `tpX` avec X la partie du tp) et deux fichiers servant de librairie commune (`mydatalib.py` pour le traitement de données, `myplotlib.py` pour l'affichage de graphes).
 
 ## Installation
 
@@ -21,33 +21,50 @@ python3 -m venv ./venv
 pip install -r ./requirements.txt
 ```
 
+Chaque scripte suppose que des jeux de données venant du [benchmark de deric](https://github.com/deric/clustering-benchmark) sont disponibles dans le dossier `artificial`.
+
 L'environnement est maintenant prêt.
 
-## TP1
+## Fonctionnement général
 
-Ce tp se lance à l'aide de la commande suivante :
+Chaque script va générer les graphes de résultat dans le dossier `./IMG`. Le dossier `./IMG/DATA_VISUALISATION` contient les graphes des jeux de données brutes et mises à l'échelle, sans clustering.
+
+Ensuite, nous avons un dossier par algorithme. Chacun contient ensuite un dossier par jeu de donnée. Enfin, ces jeux de données possèdent un dossier `CLUSTERS` contenant les graphes de clusters et un dossier `EVALUATIONS` contenant les métriques d'évaluation.
+
+Chaque script peut être configuré à l'aide de plusieurs variables :
+- `dataset_name`: le nom du dataset à utiliser
+- `path`: le chemin vers le dossier contenant les dataset
+
+Certains scripts possèdent d'autres variables de configurations expliquées dans la suite.
+
+## Parties du TP
+
+### K-Means
+
+Cette partie se lance à l'aide de la commande suivante :
 ```shell
 python3 tp1-kmeans.py
 ```
 
-Il suppose que des jeux de données sont disponibles dans le dossier `artificial`. Il va tout d'abord créer dans le dossier `./IMG/DATA_VISUALISATION` les images associées aux graphes des jeux de données golfball, xclara, et xclara après une mise à l'échelle.
+Ce script va appliquer l'algorithme K-Means sur le dataset donné pour k variant de 2 à 49.
 
-Ensuite, il va appliquer l'algorithme K-Means sur le dataset xclara pour k variant de 2 à 49. Les graphes résultants sont sauvegardés dans `./IMG/k-means/xclara/CLUSTERS`. Ce script génère aussi des graphiques sur différentes métriques comme le temps de calcul ou le coefficient de silhouette pour analyser les performances de K-Means. Ces graphiques sont sauvegardés dans `./IMG/k-means/xclara/EVALUATION`.
+### Agglomerative
 
-## TP2
+Cette partie se lance à l'aide de la commande suivante :
-
-Ce tp se lance à l'aide de la commande suivante :
 ```shell
 python3 tp2-agglo.py
 ```
 
-Ce script possède un fonctionnement analogue au précédent, mais utilisant un algorithme agglomerative. Les graphes résultants sont donc sauvegardés dans `./IMG/agglomerative_complete`.
+Ce script possède un fonctionnement analogue au précédent, mais utilisant un algorithme agglomerative.
 
-## TP3
+Une variable de configuration supplémentaire est disponible :
+- `linkage`: le type de linkage à utiliser
 
-Ce tp se lance à l'aide de la commande suivante :
+### DBSCAN
+
+Cette partie se lance à l'aide de la commande suivante :
 ```shell
 python3 tp2-dbscan.py
 ```
 
-Ce script possède un fonctionnement analogue aux précédents, mais utilisant un algorithme DBSCAN. Les graphes résultants sont donc sauvegardés dans `./IMG/dbscan`.
+Ce script possède un fonctionnement analogue aux précédents, mais utilisant un algorithme DBSCAN.