Réduction du nombre de variables - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Chapitre D'ouvrage Année : 2017

Réduction du nombre de variables

Résumé

L’interprétation d’un large ensemble de données à l’aide de techniques de data mining est souvent une tâche difficile. Cependant, cette tâche peut être simplifiée par une réduction du nombre de variables qui pourraient être considérées comme équivalentes. Le but de ce chapitre est de décrire une nouvelle méthode pour réduire le nombre de variables d’un grand ensemble de données. L’ASI qui construit des règles d’association à l’aide d’une mesure, plus puissante que la probabilité conditionnelle, est utilisée pour détecter des variables quasi-équivalentes. La technique a plus d’avantages que l’analyse traditionnelle des similarités.
Fichier non déposé

Dates et versions

hal-01617864 , version 1 (17-10-2017)

Identifiants

  • HAL Id : hal-01617864 , version 1

Citer

Régis Gras, Jean-Claude Regnier. Réduction du nombre de variables. Régis Gras, Jean-Claude Régnier, Dominique Lahanier-Reuter, Claudia Marinica, Fabrice Guillet. L'analyse statistique implicative. Des Sciences dures aux Sciences Humaines et Sociales, Cépaduès Editions, pp.119-124, 2017, 978.2.36493.577.8. ⟨hal-01617864⟩
124 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More