Extension de l'Analyse Statistique Implicative à des hiérarchies de règles

Régis Gras; Jean-Claude Regnier

Extension de l'Analyse Statistique Implicative à des hiérarchies de règles

Régis Gras ^{1, 2} Jean-Claude Regnier ^{3, 4}

1 LS2N - Laboratoire des Sciences du Numérique de Nantes

2 DUKe - Data User Knowledge

LS2N - Laboratoire des Sciences du Numérique de Nantes

3 ICAR - Interactions, Corpus, Apprentissages, Représentations

4 National Research Tomsk State University

Résumé : Dans ce chapitre, nous étendons la notion classique de quasi-implication à des règles de règles ou R-règles. Les prémisses et les conclusions peuvent devenir des règles. Une nouvelle mesure statistique, basée sur l'intensité d'implication, est définie pour évaluer la significativité des R-règles sur un ensemble de données. Nous montrons comment organiser ces règles en nouvelle structure combinatoire, la hiérarchie orientée, qui est inspirée de la classification hiérarchique classique. Un algorithme incrémenatl est développé pour trouver la classe de R-règles la plus significative. Une illustration est donnée à partir d'un exemple réel.

Type de document :

Chapitre d'ouvrage

Régis Gras, Jean-Claude Régnier, Dominique Lahanier-Reuter, Claudia Marinica, Fabrice Guillet. L'analyse statistique implicative. Des Sciences dures aux Sciences Humaines et Sociales, Cépaduès Editions, pp.89-103, 2017, 978.2.36493.577.8. 〈www.cepadues.com〉

Domaine :

Statistiques [stat] / Méthodologie [stat.ME]

Liste complète des métadonnées

https://hal.inria.fr/hal-01617841
Contributeur : Jean-Claude Regnier <>
Soumis le : mardi 17 octobre 2017 - 10:55:17
Dernière modification le : mercredi 4 juillet 2018 - 11:30:11

Extension de l'Analyse Statistique Implicative à des hiérarchies de règles

Identifiants

Collections

Citation

Exporter

Métriques

193

Contact

Extension de l'Analyse Statistique Implicative à des hiérarchies de règles

Identifiants

Collections

Citation

Exporter

Partager

Métriques

193

Contact