ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>

Technique et Science Informatiques

0752-4072
Revue des sciences et technologies de l'information
 

 ARTICLE VOL 24/4 - 2005  - pp.449-488  - doi:10.3166/tsi.24.449-488
TITRE
Treillis de concepts et classification supervisée

RÉSUMÉ
La classification supervisée est une tâche de fouille de données qui consiste à construire un classifieur à partir d'exemples étiquetés par leur classe (phase d'apprentissage), et ensuite à prédire la classe de nouveaux exemples avec le classifieur (phase de classement). Cet article présente plusieurs méthodes de classification supervisée basées sur la structure de treillis de concepts. Nous décrivons les principes et algorithmes d'apprentissage et de classement de chacune des méthodes, ainsi que leur complexité. Nous reportons les résultats expérimentaux publiés dans la littérature qui comparent ces méthodes avec d'autres méthodes de classification, et discutons des avantages et limitations de cette structure pour la classification supervisée.


ABSTRACT
Supervised classification is a two-step process. The first step (learning step) consists in building a model (or classifier) describing a predetermined set of data classes. In the second step (classification step), the model is used to predict the class label of previously unseen objects. In this paper we present different concept lattices-based supervised classification methods. We describe the learning and classification principle of each method, their algorithm and complexity. We also describe experimental comparison results obtained with other classification methods, as reported in the literature. We discuss advantages and limitations of concept lattices for supervised classification.


AUTEUR(S)
Engelbert MEPHU-NGUIFO, Patrick NJIWOUA

MOTS-CLÉS
classification, treillis de Galois, treillis de concepts, apprentissage, ensemble de fermés, votes, plus proches voisins, classifieur bayésien naïf.

KEYWORDS
classification, Galois lattice, concept lattice, machine learning, closed sets, votes, nearest neighbour, naive bayes classifier.

CITATIONS
tsi.revuesonline.com/revues/11/citation/6830.html

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 12.5 €
• Non abonné : 25.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (353 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier