Skip to Main content Skip to Navigation
Conference papers

Découverte d'un sous-groupe optimal dans des données purement numériques

Alexandre Millot 1 Rémy Cazabet 1 Jean-François Boulicaut 1
1 DM2L - Data Mining and Machine Learning
LIRIS - Laboratoire d'InfoRmatique en Image et Systèmes d'information
Résumé : La découverte de sous-groupes dans des données étiquetées consiste à calculer des motifs dans un espace de description des objets pour faire émerger des ensembles d'objets qui ont une répartition particulière du point de vue des étiquettes, par exemple la surreprésentation d'une valeur. Découvrir des sous-groupes intéressants dans des données purement numériques-attributs et éti-quette cible-a été peu traité. Généralement, on exploite des discrétisations qui engendrent une perte d'information et des résultats sous-optimaux. Nous trai-tons le problème du calcul d'un sous-groupe optimal au regard d'une mesure de qualité dans des données purement numériques. Nous exploitons des concepts de fermetures sur des motifs d'intervalles et des techniques d'élagage sophisti-quées. Nous validons empiriquement la pertinence de notre algorithme et décri-vons succinctement un cas d'application à l'optimisation de la pousse de végé-taux en environnement contrôlé.
Complete list of metadatas

Cited literature [23 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-02483329
Contributor : Alexandre Millot <>
Submitted on : Tuesday, February 18, 2020 - 3:42:57 PM
Last modification on : Wednesday, February 26, 2020 - 1:39:59 PM

File

EGC_HAL.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-02483329, version 1

Citation

Alexandre Millot, Rémy Cazabet, Jean-François Boulicaut. Découverte d'un sous-groupe optimal dans des données purement numériques. Extraction et Gestion des Connaissances (EGC), Jan 2020, Bruxelles, Belgique. pp.25-36. ⟨hal-02483329⟩

Share

Metrics

Record views

33

Files downloads

20