Règles d'association avec une prémisse composée : Mesure du gain d'information
Résumé
In order to filter set of Association Rules with complex premises, we define a criteria which measures the improvement of information supported by the rule ABÆC compared to the simple rules AÆC or BÆC. Application to clustering results.
La communauté de fouille de données a développé un grand nombre d'indices permettant de mesurer la qualité des règles d'association (RA) selon diverses sémantiques (Guillet, 2004). Cependant ces sémantiques, qui permettent d'interpréter les règles simples, s'avèrent d'utilisation trop complexe pour un expert dans le cas de règles à prémisse composée. Notre objectif est donc de sélectionner les règles à prémisse composée de type AB→C qui apportent une information supplémentaire à celle des règles simples A→C et B→C. Pour cela nous définissons un indice de gain d'une règle composée par rapport aux règles simples. Dans l'application présentée, nous extrayons des RA de résultats de classifications pour en faciliter l'analyse . Le gain a permis de filtrer des règles d'interprétation simple.
Origine : Fichiers produits par l'(les) auteur(s)