Skip to Main content Skip to Navigation
Conference papers

Un score Laplacien sous contraintes pour la sélection de variables en mode semi-supervisé

Mohammed Hindawi 1 Khalid Benabdeslem 1
1 DM2L - Data Mining and Machine Learning
LIRIS - Laboratoire d'InfoRmatique en Image et Systèmes d'information
Résumé : Dans cet article, nous abordons le problème de la sélection de variables semi-supervisée à partir de données de grandes dimensions. Nous présentons une approche "filtre" combinant deux scores récemment proposés : Le score Laplacien et le score de contraintes. Nous évaluons la pertinence d'une variable selon sa capacité à préserver la structure géométrique d'une part et son pouvoir discriminant d'autre part. Le problème est ainsi expliqué dans le cadre de la théorie spectrale de des graphes. Enfin, des résultats expérimentaux seront fournis pour valider notre approche et la comparer avec d'autres méthodes représentatives de sélection de variables.
Document type :
Conference papers
Complete list of metadata

https://hal.archives-ouvertes.fr/hal-01354584
Contributor : Équipe Gestionnaire Des Publications Si Liris Connect in order to contact the contributor
Submitted on : Thursday, August 18, 2016 - 7:33:49 PM
Last modification on : Tuesday, June 1, 2021 - 2:08:09 PM

Identifiers

  • HAL Id : hal-01354584, version 1

Citation

Mohammed Hindawi, Khalid Benabdeslem. Un score Laplacien sous contraintes pour la sélection de variables en mode semi-supervisé. Journées Fouille de Données Complexes et de Grands Graphes, Jun 2011, Paris, France. pp.1-15. ⟨hal-01354584⟩

Share

Metrics

Record views

190