Skip to Main content Skip to Navigation
Book sections

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.
Document type :
Book sections
Complete list of metadata
https://hal.inria.fr/hal-01617841
Contributor : Jean-Claude Regnier <>
Submitted on : Tuesday, October 17, 2017 - 10:55:17 AM
Last modification on : Tuesday, January 5, 2021 - 4:26:09 PM

Identifiers

  • HAL Id : hal-01617841, version 1

Collections

CNRS | EC-NANTES | UNAM | UNIV-NANTES | ENS-LYON | UNIV-LYON2 | UDL | INSTITUT-TELECOM

Citation

Régis Gras, Jean-Claude Regnier. Extension de l'Analyse Statistique Implicative à des hiérarchies de règles. 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. ⟨hal-01617841⟩

Export

BibTeX TEI DC DCterms EndNote

Share

Metrics

Record views

260

 

Contact                    Legal Notice                    Personal Data