Critères d'évaluation des mesures de qualité en ECD
Résumé
Les algorithmes de fouille de données, en particulier dans le cadre de l’apprentissage non-supervisé, génèrent un grand nombre de règles d’association. Il est donc impossible de procéder à une validation de ces règles en les présentant à un expert du domaine. Afin d’assister ce traitement, de nombreuses mesures de qualité de règles ont été proposées, pour sélectionner et ordonner automatiquement les règles en fonction d’objectifs donnés. Se pose alors le problème du choix de la mesure de qualité adaptée aux données et aux objectifs de l’expert. Celui-ci n’étant pas – a priori – expert en fouille de données, nous proposons une caractérisation des mesures en fonction de propriétés classiques ayant une sémantique intuitive. La donnée de ces propriétés permet de mettre en œuvre un processus d’aide à la décision afin d’assister l’expert à sélectionner une mesure de qualité adaptée à ses besoins.
Domaines
Ordinateur et société [cs.CY]
Origine : Fichiers produits par l'(les) auteur(s)