Réduction du nombre de variables

Résumé : L’interprétation d’un large ensemble de données à l’aide de techniques de data mining est souvent une tâche difficile. Cependant, cette tâche peut être simplifiée par une réduction du nombre de variables qui pourraient être considérées comme équivalentes. Le but de ce chapitre est de décrire une nouvelle méthode pour réduire le nombre de variables d’un grand ensemble de données. L’ASI qui construit des règles d’association à l’aide d’une mesure, plus puissante que la probabilité conditionnelle, est utilisée pour détecter des variables quasi-équivalentes. La technique a plus d’avantages que l’analyse traditionnelle des similarités.
Document type :
Book sections
Complete list of metadatas

https://hal.inria.fr/hal-01617864
Contributor : Jean-Claude Regnier <>
Submitted on : Tuesday, October 17, 2017 - 11:08:15 AM
Last modification on : Thursday, June 6, 2019 - 2:46:38 PM

Identifiers

  • HAL Id : hal-01617864, version 1

Citation

Régis Gras, Jean-Claude Regnier. Réduction du nombre de variables. 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.119-124, 2017, 978.2.36493.577.8. ⟨hal-01617864⟩

Share

Metrics

Record views

152