Dépôt institutionnel de l'UQO
RECHERCHER

Sélection d'attributs par dimension fractale

Balamane, Abdélilah (2007). Sélection d'attributs par dimension fractale. Mémoire. S.l., Université du Québec en Outaouais, Département d'informatique et d'ingénierie.

Le plein texte n'est pas disponible pour ce document.

Résumé

La réduction de la dimensionnalité des données (RDD) consiste à retenir les variables les plus représentatives des données observées. Elle peut être utile comme étape préliminaire à tout processus d’analyse et de traitement de données afin de se concentrer sur les variables les plus importantes et réduite le coût d’exécution d’un tel processus. Deux approches principales sont utilisées pour la RDD : l’approche par extraction (i.e., création de nouvelles variables par combinaison de celles existantes) et celle basée sur la sélection d’attributs pertinents. Après une analyse critique et comparative d’un certain nombre de méthodes de RDD connues dans la littérature et la mise en relief de leurs forces et limites, nous exposons notre propre méthode fondée sur la sélection d’attributs pertinents et inspirée de la théorie de la dimension fractale. L’algorithme à la base de notre méthode permet non seulement de réduire la dimensionnalité des données mais également de détecter diverses corrélations dans les données observées. En outre, il permet de trouver avec une grande probabilité la réduction optimale évaluée par le rapport entre la taille de la réduction et la perte d’information liée à cette réduction. À l’opposé de la plupart des algorithmes de RDD lesquels ont une complexité algorithmique quadratique par rapport au nombre d’observations, notre procédure s’exécute en un temps quadratique par rapport au nombre de variables observées. Finalement, nous avons validé notre approche en comparant sa capacité à produire des réductions relatives (i.e., un ensemble réduit de variables en présence d’une variable de classification) ou absolues avec elle d’autres méthodes de RDD sur une dizaine de bases de données provenant majoritairement du répertoire UCI (Machine learning repository).

Type de document: Thèse (Mémoire)
Informations complémentaires: Thèse (M.Sc.)--Université du Québec en Outaouais, 2007. ; Bibliogr.: f. 80-84. Bibliothèque L.-Brault QA 76 .9 A43 B35 2007
Mots-clés libres: Fractales Théorie de la dimension (Topologie)
Départements et école, unités de recherche et services: Informatique et ingénierie
Date de dépôt: 10 déc. 2012 21:13
Dernière modification: 15 mai 2013 18:53
URI: http://di.uqo.ca/id/eprint/317

Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt