Classification interprétable floue du diabète - Amélioration des performances d'un classifieur flou

Résumé : Ce document propose un modèle neuro--flou interprétable pour la classification. La structure neuro--floue réalisée est différente des autres mécanismes d'analyse de données précédemment appliqués en l'aide au diagnostic. Le classifieur neuro flou ANFIS (adaptive neuro-fuzzy inference system) se concentre principalement pour créer les modèles de données prédictifs affichant toute l'information résultant de l'intérieur du processus. Le modèle proposé conçu par l'hybridation de l'algorithme FCM (Fuzzy C-means) et ANFIS, est basé sur la considération de la sélection de la connaissance avec l'extraction des règles par un nettoyage de ces dernières. Ce classificateur peut produire de bons résultats de classification à partir du calcul direct ou à partir de l'extraction de règle. L'exécution des résultats de classification est acquise de l'essai sur l'ensemble de données diabétiques PIMA.
Type de document :
Article dans une revue
Cost Oran, Université ENSET Oran, 2011
Liste complète des métadonnées

https://hal.inria.fr/inria-00621613
Contributeur : Nesma Settouti <>
Soumis le : dimanche 11 septembre 2011 - 00:06:35
Dernière modification le : dimanche 11 septembre 2011 - 00:06:35

Identifiants

  • HAL Id : inria-00621613, version 1

Citation

Nesma Settouti, Amine Chikh. Classification interprétable floue du diabète - Amélioration des performances d'un classifieur flou. Cost Oran, Université ENSET Oran, 2011. 〈inria-00621613〉

Partager

Métriques

Consultations de la notice

120