Intégration de contraintes must-link et cannot-link pour la classification : une approche indépendante de l'algorithme

Jacques-Henri Sublemontier (1) , Lionel Martin (2) , Guillaume Cleuziou (2) , Matthieu Exbrayat (2)

1 CA
2 LIFO - Laboratoire d'Informatique Fondamentale d'Orléans

Nous proposons une nouvelle formalisation de la problématique de classification semi-supervisée, en présence de contraintes must-link (M L) et cannot-link (CL). Il s'agit d'utiliser les contraintes pour apprendre de manière itérative un espace de représentation des données afin de favoriser leur satisfac- tion par l'algorithme de classification quel qu'il soit.

Mots clés: Apprentissage; Fouille de données; Classification non supervisée Multi-vues

Domaines: Apprentissage [cs.LG]

Jacques-Henri Sublemontier, Lionel Martin, Guillaume Cleuziou, Matthieu Exbrayat. Intégration de contraintes must-link et cannot-link pour la classification : une approche indépendante de l'algorithme. XVIIIèmes Rencontres de la Société Francophone de Classification, Sep 2011, Orléans, France. pp.153-156. ⟨hal-00632946⟩