Classification supervisée avec second étage optionnel pour variables de covariance conditionnelle hétérogène

Thomas Burger (1) , Thierry Dhorne (1)

1 Lab-STICC - Laboratoire des sciences et techniques de l'information, de la communication et de la connaissance (UMR 3192)

En informatique, il est fréquent qu'un problème de classification fasse intervenir des variables de nature hétérogène, dont les différentes covariances (conditionnellement `a la classe) n'ont pas le mˆeme ordre de grandeur. Si la procédure d'apprentissage supervisé est basée sur des modèles génératifs, certaines variables, de faible covariance, mais discriminantes peuvent ne pas être suffisamment considérées. Nous présentons un schéma de classification à deux étages permettant de ne pas perdre l'information discriminante issue de ces variables sous-représentées durant l'apprentissage. Le second étage est optionnel : il n'est utilisé que lorsqu'une information pertinente est manquante pour la classification, et que celle-ci peut provenir de variables sous-représentées. La difficulté du problème est de déterminer automatiquement dans quels cas le second étage doit être utilisé. Pour résoudre ce problème, nous proposons de travailler dans le formalisme des fonctions de croyance (FC), et d'utiliser une procédure de décision basée sur une généralisation de la transformée pignistique.

Domaines: Applications [stat.AP]

Thomas Burger, Thierry Dhorne. Classification supervisée avec second étage optionnel pour variables de covariance conditionnelle hétérogène. XVI ème rencontre de la Société Francophone de Classification, Sep 2009, Grenoble, France. pp.45-48. ⟨hal-00394979⟩